MySQL使用嵌套循环算法来实现多表之间的联接。
一个简单的嵌套循环联接(NLJ)算法,循环从第一个表中依次读取行,取到每行再到联接的下一个表中循环匹配。这个过程会重复多次直到剩余的表都被联接了。 假设表t1、t2、t3用下面的联接类型进行联接:
Table Join Type
t1 range
t2 ref
t3 ALL
如果使用的是简单NLJ算法,那么联接的过程像这样:
for each row in t1 matching range {
for each row in t2 matching reference key {
for each row in t3 {
if row satisfies join conditions,
send to client
}
}
}
因为NLJ算法是通过外循环的行去匹配内循环的行,所以内循环的表会被扫描多次。
一个块嵌套循环联接(BNL)算法,将外循环的行缓存起来,读取缓存中的行,减少内循环的表被扫描的次数。例如,如果10行读入缓冲区并且缓冲区传递给下一个内循环,在内循环读到的每行可以和缓冲区的10行做比较。这样使内循环表被扫描的次数减少了一个数量级。 MySQL使用联接缓冲区时,会遵循下面这些原则:
上面的例子使用的是NLJ算法(没有使用缓存),使用缓存的联接方式像下面这样:
for each row in t1 matching range {
for each row in t2 matching reference key {
store used columns from t1, t2 in join buffer
if buffer is full {
for each row in t3 {
for each t1, t2 combination in join buffer {
if row satisfies join conditions,
send to client
}
}
empty buffer
}
}
}
if buffer is not empty {
for each row in t3 {
for each t1, t2 combination in join buffer {
if row satisfies join conditions,
send to client
}
}
}
对上面的过程解释如下: 1. 将t1、t2的联接结果放到缓冲区,直到缓冲区满为止; 2. 遍历t3,内部再循环缓冲区,并找到匹配的行,发送到客户端; 3. 清空缓冲区; 4. 重复上面步骤,直至缓冲区不满; 5. 处理缓冲区中剩余的数据,重复步骤2。
设S是每次存储t1、t2组合的大小,C是组合的数量,则t3被扫描的次数为:
(S * C)/join_buffer_size + 1
由此可见,随着join_buffer_size的增大,t3被扫描的次数会较少,如果join_buffer_size足够大,大到可以容纳所有t1和t2联接产生的数据,t3只会被扫描1次。
英文地址:http://dev.mysql.com/doc/refman/5.5/en/nested-loop-joins.html