MySQL的Join是如何执行的

　　join可以说一种集合的运算，比如left join,right join,inner join,full join,outer join，cross join等，这些集合间的计算关系对应在高中数学集合里面的交集，并集，补集，全集等。但在实际的代码中，join运算基本上是通过多层循环来实现的。

　　举一个例子，假设有t1,t2两张表，表结构分别如下：

　　createtablet1(

　　idintnotnullAUTO_INCREMENT,

　　usernamevarchar(20)notnulldefault'',

　　ageintnotnulldefault0,

　　PRIMARYkey(`id`)

　　)ENGINE=INNODBDEFAULTCHARSET=UTF8MB4;

　　createtablet2(

　　idintnotnullauto_increment,

　　usernamevarchar(20)notnulldefault'',

　　scoreintnotnulldefalut0,

　　primarykey(`id`)

　　))ENGINE=INNODBDEFAULTCHARSET=UTF8MB4;

　　假设t1有100条数据，t2表有200条数

　　查询sql为：

　　selectt1.*,t2.*fromt1leftjoint2on(t1.username=t2.username)

　　那么这条SQL的执行步骤如下：

　　从表t1中取一行数据r1

　　从r1中，取出字段username到表t2中查询

　　取出表t2中满足条件的行，跟r1组成一行，作为结果集的一部份

　　重复执行步骤1,2,3,直到表t1的所以数据循环完毕

　　基本上先遍历t，1,然后根据t1中的每行数据中的username，去表t2中查找满足条件的记录。基本就是2层循环。

　　如何优化join查询

　　从上面可以看出，join本质是循环，这里的开销如下：

　　遍历t1数据，读取数据为t1表的行数，假设行数为n,则复杂度也为n

　　根据t1的匹配字段username去t2中一行一行的查询数据

　　这个过程，因为MySQL的数据存储结构为二叉树，时间复杂度为log2(m) m为t2表的总行数

　　那么总复杂度近似为 n+n(2log2(m))

　　从上面的步骤可以看出，优化方向：

　　降低t1查询时的开销，主要是磁盘io开销，避免全表扫描，用索引

　　降低t2查询时的开销，也用索引

　　将数据量多的表做被驱动表，小表作驱动表，m取了对数，大表数据量大对复杂度的影响没有线性增长

　　缓存t1表，不用每次去磁盘load,比如一次缓存100条，那么能显著降低磁盘读数据次数，t2每次与缓存中的t1数据进行比较

　　随机磁盘读比较耗费磁盘性能，转为顺序读，因为二叉树的存储结构，每次非主键查找，有一个回表的动作，即根据主键再次查询需要的数据

　　优化的基本方法：

　　减少循环次数，减少磁盘IO次数，变随机IO为顺序IO

　　其实MySQL针对上面的优化方法有对应的算法：

　　Simple Nested Loop Join 最普通的循环，这个要避免

　　Block Nested Loop Join 主要是针对t2表上没有索引，在步骤2将t2中的每一行数据跟join buffer数据做对比，这样将磁盘操作转为内存操作进行比较，但是如果被驱动表的数据比较大的话，也影响性能，主要是cache pool被占满，导致MySQL性能下降

　　Index Nested Join 就是都通过主键进行查找关联，这种性能比较好

　　Batched Key Access Join 这个是 Index Nested Join上做的优化，因为回表的存在，随机操作io也很耗费性能，这个算法的核心在于通过辅助索引去查找时，将得到的主键进行排序，然后按照主键递增的顺序进行查找，对磁盘的读接近顺序读，从而优化性能

　　到底要不用Join

　　从上面的分析我们可以看到，用Join还是可行的，只要性能可控且在接受范围内，还是能减少代码复杂度的。需要避免的是join的表没有索引，不然这样的SQL发线上是灾难性的。

　　总结

　　Join还是可以大胆的使用，只要把握好几个原则：

　　1、尽量让join的列是索引列，而且最好是类型相同,尽可能是主键索引；

　　2、尽量将小表做驱动表(这一点MySQL在5.6某个版本后能自动完成)；

　　3、养成将写好的SQL进行explain的好习惯，观察SQL的执行过程。