mysql支持的join算法

• Nested Loop Join
• Index Nested-Loop Join
• Block Nested-Loop Join

Index Nested-Loop Join 和 Block Nested-Loop Join是在Nested-Loop Join基础上做了优化。

Nested Loop Join

Nested-Loop Join的思想就是通过双层循环比较数据来获得结果； 其中左表为外循环，右表为内循环，左表为驱动表。其实现逻辑简单粗暴，可以理解为两层for循环，小表在外环，大表在内环，数据比较的次数 = 小表记录数 * 大表记录数。

//select * from t1 inner join t2 on t1.a= t2.a;

List<结果> lists = new ArrayList<>();
for(t2 t2 : t2){  //外层循环
    for(t1 t1 : t1){  //内循环
        if(t2.a().equals(t1.a())){  //条件匹配
            //存放结果到结果集
            结果 = t1的字段 + t2的字段
            lists.add(结果集);
        }
    }
}

索引嵌套循环连接 Index Nested-Loop Join

优化思路：内表为大表，可在join字段上建立索引，减少内表数据的扫描次数。

执行流程：
0.前置条件：外表 t2 已在连接用的 a 字段以建立索引；
1.从外表 t1 中读取一行数据 R；
2.使用 R 中的a 字段和内表 t2 的 a 字段进行索引关联查找；
3.根据索引到的记录取出表 t2 中满足条件的行，跟 R 组成一行，作为结果集的一部分；
4.重复执行步骤 1 到 3，直到表 t1 循环结束。

可见，通过索引的建立，避免了对大表进行全表扫描，加快了查询速度。

缓存块嵌套循环连接 Block Nested-Loop Join

优化思路：通过一次性缓存多条数据，减少外层表的循环次数。

t1为小表时的执行流程：
1.把t1 表查询的字段数据整个读入线程内存 join_buffer 中；
2.扫描表 t2，把表 t2 中的每一行取出来，跟 join_buffer 中的 数据做对比，满足 join 条件的，作为结果集的一部分返回。

t1为大表时的执行流程： 1.扫描表 t1，顺序读取一定长度的数据行放入 join_buffer 中；
2.扫描表 t2，把 t2 中的每一行取出来，跟 join_buffer 中的数据做对比，满足 join 条件的，作为结果集的一部分返回；
3.清空 join_buffer；
4.顺序读取 t1表下一批次数据放入 join_buffer 中，重复步骤2

Oracle的join算法

• Nested Loop Join，嵌套循环
• Hash Join，将两个表中较小的一个在内存中构造一个 Hash 表（对JoinKey），扫描另一个表
• Sort Merge Join，将两个表排序，然后再进行join

DB2和SQL Server也使用这三种方式join算法。

Hash Join

Hash Join的使用场景：

• 适合于小表与大表连接、返回大型结果集的连接
• 只能用于等值连接，且只能在CBO优化器模式下

在inner/left/right join，以及union/group by等 都会使用hash join进行操作。

实现原理:

Hash Join中的小表称之为hash表，大表称为探查表，以小表作为驱动表。

• 两个输入：

– build input（也叫做outer input），小表

– probe input（也叫做inner input），大表

• 两个阶段：

– Build（构造）阶段，处理build input

– Probe（探测）阶段，探测probe input

build 阶段，主要是构造哈希表(hash table)：

• 在inner/left/right join等操作中，表关联字段作为hash key
• 在group by操作中，group by的字段作为hash key；
• 在union或其它去重操作中，hash key包括所有的select字段。

一个hash值对应到hash table中的hash buckets。多个hash buckets可以使用链表数据结构连接起来。

Probe 阶段，从probe input中取出每一行记录，根据key值生成hash值，从build阶段构造的hash table中搜索对应的hash bucket。

• Grace Hash join

以上为数据库常见的JOIN算法，「分布式技术专题」是国产数据库hubble团队精心整编，专题会持续更新，欢迎大家保持关注。