基础
我先简单介绍下 join，主要分为
-
内连接：驱动表中的记录在被驱动表中没有匹配的记录，不需要加到结果集；
-
外连接：驱动表中的记录在被驱动表中没有匹配的记录，需要加到结果集中，用 null 代替。
-
内连接mysql会选择扫描次数比较少的作为驱动表，where 和 on 子句是等价的。
-
左外连接左侧表为驱动表，右外连接右侧表为驱动表，左右外连接驱动表和被驱动表不能轻易互换。
-
外表也称为驱动表，内表也称为被驱动表
原理
然后再说下 join 的原理，join 内部主要有三种算法：
Simple Nested-Loop Join（简单嵌套循环连接）
从表A中取出一条数据，遍历表B，将匹配的结果放到result中。这样效率比较低，表A表数据100条，表B表数据1000条，需要遍历10W条；
Index Nested-Loop Join（索引嵌套循环连接）
优化思路是减少内表数据的匹配次数。要求被驱动表上必须有索引，通过外层表的条件直接与内层索引进行匹配，避免和内表的每条数据作比较，减少内层表匹配次数。
Block Nested-Loop Join（块嵌套循环连接）
为了在不存在索引的情况下 算法不退化成Simple~，引入 Block~。不再逐条获取驱动表数据，而是一块块获取，然后批量对比，减小内表【被驱动表】循环次数（内表数据一次性和join_buffer中多条外表数据做对比）。join_buffer 大小由join_buffer_size设定，默认值为256k。
这种算法对系统影响有三个方面：
-
可能多次多次扫描被驱动表，占用磁盘IO；
-
判断 Join条件需要执行 M*N次对比，占用较多 CPU资源；
-
可能导致 buffer_pool 的热数据淘汰，降低缓存命中率。
关键点及优化
最后说下，join 的一些关键点及优化
关键点
-
所有参与的列都会保存到 join_buffer 中，并不是只有 join 的列
-
每次join都需要分配一次Join Buffer（N张表需要join，N-1次分配）
-
left是左边是驱动表，right是右边是驱动表。小表【两个表按照各自的条件过滤，过滤完成之后，计算参与 join 的各个字段的总数据量，数据量小的那个表，就是"小表"】驱动大表
优化
-
MRR 优化：避免回表查询在两个数据页之间反复横跳 ，在从二级索引遍历数据获得主键id回表查询完整数据时，先将获取到的主键id放入一个read_rnd_buffer_size中，排序，然后顺序去主键树上获取完整数据，并返回结果。 如果read_rnd_buffer 不够，则会放满后便去主键树查询，然后返回结果，然后再去二级索引上获取主键id。在执行计划中，可以看到 using MRR。
-
BKA优化：为了在NLJ算法中用到 MRR 优化（NLJ算法中驱动表中的数据是一条一条取得，再去被驱动表中匹配用不上MRR ）在驱动表中取数据时批量去取。
