一、典型回答
之所以不建议使用JOIN查询,最主要的原因就是JOIN的效率比较低。
MySQL是使用了嵌套循环(Nested-Loop Join)的方式实现关联查询的,简单点说就是要通过两层循环,用第一张表做外循环,第二张表做内循环,外循环的每条记录跟内循环中的记录作比较,符合条件的就输出。
而具体到算法实现上主要是simpl nested loop,block nested loop和index nested loop这三种。而且这三种的效率都没有特别高的。
MySQL使用了嵌套循环(Nested-Loop Join)的方式来实现关联查询的,如果有2张表JOIN的话,复杂度最高是O(n^2),3张表则是O(n^3)...随着表越多,表中的数据量越多,JOIN的效率会呈指数级下降。
二、JOIN
在MySQL中,可以使用JOIN在两个或多个表中进行联合查询,JOIN有三种,分别是INNER JOIN、LEFT JOIN、RIGHT JOIN。
INNER JOIN(内连接或等值连接):获取两个表中字段匹配关系的记录,取两个表的交集部分。
LEFT JOIN(左连接):获取左表左右记录,即使右表没有对应匹配的记录,取两个表的交集部分+左表中的数据。
RIGHT JOIN(右连接):与LEFT JOIN相反,用户获取右表所有记录,即使左表没有对应匹配的记录,取两个表的交集部分+右表中的数据。
三、嵌套循环算法
MySQL使用了嵌套循环(Nested-Loop Join)的方法来实现关联查询的,simpl nested loop,block nested loop和index nested loop三种。
simpl nested loop:他的做法简单粗暴,就是全量扫描连接两张表进行数据的两两对比,所以他的复杂度可以认为是N*M(N是驱动表的数量,M是被驱动表的数量)。
block nested loop:当inner loop的表用到字段来索引的话,可以用到索引进行查询数据,因为索引是B+树的,复杂度可以近似认为是N*logM。
index nested loop:引入了BUFFER,会提前把外循环的一部分结果放到JOIN BUFFER中然后内循环的每一行都和整体BUFFER的数据作比较,索然比较次数还是N*M,但是因为JOIN BUFFER是基于内存的,所以效率高很多。
所以,虽然MySQL已经尽可能的在优化了,但是这几种算法复杂度还是挺高的,这也是说为什么不建议在数据库中多表JOIN的原因,随着表越多,表中的数据量越多,JOIN的效率会呈指数级下降。
四、不能用JOIN如何做关联查询
如果不能通过数据库在关联查询,那么需要查询多表数据的时候要怎么做呢?
主要有两种方法:
1、在内存中自己做关联,即先从数据库中把数据查出来之后,在代码中进行二次查询,然后再进行关联。
2、数据冗余,那就把一些重要的数据在表中做冗余,这样就可以避免关联查询了。
3、宽表,就是基于一定的JOIN关系,把数据库中多张表的数据打平做一张大宽表,可以同步到ES或者干脆直接在数据库中直接查出来。
参考:Hollis