首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

mysql join

首先先放张图 今天聊聊mysqljoin连接,其本质是拿主表每条数据取出来和子表每行数据进行循环比较,如果满足则返回,不满足返回null 首先是内连接 两者之间取交集,两边都满足返回,不满足不返回...JOIN 然后是左外连接 左外连接,此时可以理解为理解 左表为主表,右表为子表。...sp_user b ON a.seller_id = b.seller_id WHERE b.seller_id IS NULL 还有一种是全外连接 全外连接是内联结果和不满足条件的行 mysql...UNION SELECT * FROM sp_user a RIGHT OUTER JOIN tb_seller b ON FALSE 另外,阿里开发规范表示 【强制】超过三个表禁止 join...需要 join 的字段,数据类型必须绝对一致;多表关联查询 时,保证被关联的字段需要有索引。

58310
您找到你想要的搜索结果了吗?
是的
没有找到

Mysql - join 优化

MMR 解决的不是 join 优化,而是回表优化:   mutil-range read , 正如他的名字一样,优化的是离散范围的读,具体是优化在 主键上离散范围的读   如果是从辅助索引读取符合条件的...离散读取主键索引的情况   MMR 做的事情是 把得到的 主键先放在 read_rnd_buffer ,然后排序,然后再去主键索引读取 数据行,这样的话就能减少离散读 BKA 依赖于 MMR 进行 join...在被驱动表有主键的情况下,驱动表读一行就要去 被驱动表通过主键在B+树查找一次,如果可以一次性给许多 主键,并且是有序的话,就能大大提高效率   BKA 用上了 NLJ( index nested loop join...)情况下用不上的 join buffer,每读一行驱动表,就将连接字段放入 join buffer   然后将 join buffer 传给 MMR ,MMR 负责 去连接字段对应的被驱动表的辅助索引上读取主键...,并且放到 read_rnd_buffer ,然后排序,再去被驱动表的主键索引读取行数据 大表 join 对内存的影响:   如果被驱动表是 大表,驱动表也比较大,能被分成几个 join buffer,

64520

Mysql - join 原理

A left join B , B right join A on A.x = B.y   假设 A 100 行, B 1000 行 A 是驱动表,B是被驱动表 1.被驱动表上有索引的情况:(B.y...N 行结合 放到结果集(结果集是最后返回给用户的,不算临时表)   具体只用 100 * k * log (1000) 次的磁盘读,k是不定常数 2.被驱动表上无索引的情况   需要额外内存,被称为 join...buffer   join buffer 被放入驱动表,一般选用小的当驱动表(小的度量单位指的是 表行数 * 每行大小)   对于被驱动表,从硬盘读出,并且每读出一行数据(先放在内存),就会取这行数据...去和内存中的小表一行行比较   把符合条件的驱动表的行 和 从磁盘中读出来的被驱动表的行 放入结果集   具体要比较 100 * 1000 次,但是是内存操作   磁盘读需要 100 + 1000 次 3.如果驱动表太大,join...被驱动表比较,并且被比较的部分是被 整个被驱动表 比较 所以,如果驱动表被分成 K 份,就需要读取 被驱动表 K 次 总共需要磁盘 读取次数 = 驱动表行数 + 被驱动表行数 * (驱动表总大小 / join

74230

mysqljoin

前言: 了不起学弟:学长啊,我最近在学习mysql,对于这个join,我也有了自己的一些看法,这个join就差不多就是把两张表连接在一起对吧!...select * from A inner join B on A.productId=B.productId(建议大家保持一个良好的编写sql习惯,不要一长条全写在一行上,这对阅读代码的来说,非常的头疼...说完inner join,我们再讲一下 left join吧。left join 和inner join 其实是很相似的。inner join 就是取两张表的交集。...而left join,就是包含了相交的地方,和左表的地方,按照刚刚的例子也就是说,包含了所有的圈A。 举个刚才的例子,假设刚刚的订单表和产品表。...如果我们left join,那我们得到的结果就是订单表的所有的记录,如果你是select * ,那条不在产品表记录的数据,后边B标的数据就是为空。

12110

MySQL Join工作原理

select * from t1 straight_join t2 on t1.a=t2.a; 这里使用straight_join,如果我们直接使用joinMySQL优化器可能选t1或t2作为驱动表...Block Nested-Loop Join Index Nested-Loop Join是在被驱动表有索引的情况下,如果被驱动表上没有可用的索引,算法的流程如下: 将表t1的数据读入线程内存join_buffer...join_buffer的大小是由join_buffer_size决定,默认值是256K。...join_buffer中,如果join_buffer满了,进行第2步 扫描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 清空join_buffer...如果可以使用Index Nested-Loop Join算法(用上被驱动表上的索引)其实没有问题 如果使用Block Nested-Loop Join算法,尽量不要对大表进行join,这样可能会导致扫描行数过多

41320

关于mysqljoin

create index userId  on article_list (userId); create index categoryId  on article_list (categoryId); mysql...查询,跟分开查询(这里的分开查询做了优化,因为只有100条消息,所以只需要一次性查出100条即可) join查询在1.4-4秒之间,而分开查询也在1.5-3.4秒之间,也没有更快 原理解析: 在mysql...都需要进行一次sql命令解析->sql查询->数据传回,查询次数越少则越快 4:数据组装,当使用join,order by,group by等sql语句时,会使得mysql查询完数据之后还需要对数据进行拼装再返回...方式查询更快 如果使用php进行数据组装,速度则跟join方案几乎一致 注:本身mysql原生查询,应该是游标式while循环获取,本文使用的foreach其实在原生查询中,可以省略好几个步骤,应该是分开查询更快...1:join如果逻辑太多,代码将非常难懂 2:join如果太多,对于这条sql 的索引优化将会变得更难 3:join的sql复杂,可读性差,同时由于sql复杂,很难被mysql缓存 4:分开查询的sql

1K20
领券