概述

前段時間在跟其他公司DBA交流時談到了mysql跟PG之間在多表關聯查詢上的一些區(qū)別，相比之下mysql只有一種表連接類型:嵌套循環(huán)連接(nested-loop)，不支持排序-合并連接(sort-merge join)與散列連接(hash join)，而PG是都支持的，而且mysql是往簡單化方向去設計的，如果多個表關聯查詢（超過3張表）效率上是比不上PG的。

摘要

• 不超過3層是為了效率。

• 更通用 ，更好為了分布式做準備。

下面也對mysql多表關聯這個特性簡單探討下~

MySQL多表關聯查詢效率高點還是多次單表查詢效率高？

A,B兩個表數據規(guī)模十幾萬，數據規(guī)模都不大，單機MySQL夠用了，在單機的基礎上要關聯兩表的數據，先說一個極端情況，A,B兩個表都沒有索引，并且關聯是笛卡爾積，那關聯結果會爆炸式增長，可能到億級別，這個時候網絡IO成了瓶頸，這個時候兩次十萬行結果集的拉去可能遠小于1次億級別的結果集的拉取，那么將關聯合并拉到service層做更快。

但實際業(yè)務中一般不會有這么蠢的行為，一般關聯會有連接條件，并且連接條件上會有索引，一般是有一個結果集比較小，拿到這個結果集去另一張表去關聯出其它信息。

如果放到service層去做，最快的方式是，先查A表，得到一個小的結果集，一次rpc，再根據結果集，拼湊出B表的查詢條件，去B表查到一個結果集，再一次rpc，再把結果集拉回service層，再一次rpc，然后service層做合并，3次rpc。

如果用數據庫的join，關聯結果拉回來，一次rpc，幫你省了兩次rpc，當然數據庫上做關聯更快，對應到數據庫就是一次blk nested loop join，這是業(yè)務常用情況。

但是確實大多數業(yè)務都會考慮把這種合并操作放到service層，一般是有以下幾方面考慮：

第一

單機數據庫計算資源很貴，數據庫同時要服務寫和讀，都需要消耗CPU，為了能讓數據庫的吞吐變得更高，而業(yè)務又不在乎那幾百微妙到毫秒級的延時差距，業(yè)務會把更多計算放到service層做，畢竟計算資源很好水平擴展，數據庫很難啊，所以大多數業(yè)務會把純計算操作放到service層做，而將數據庫當成一種帶事務能力的kv系統(tǒng)來使用，這是一種重業(yè)務，輕DB的架構思路

第二

很多復雜的業(yè)務可能會由于發(fā)展的歷史原因，一般不會只用一種數據庫，一般會在多個數據庫上加一層中間件，多個數據庫之間就沒辦法join了，自然業(yè)務會抽象出一個service層，降低對數據庫的耦合。

第三

對于一些大型公司由于數據規(guī)模龐大，不得不對數據庫進行分庫分表，對于分庫分表的應用，使用join也受到了很多限制，除非業(yè)務能夠很好的根據sharding key明確要join的兩個表在同一個物理庫中。而中間件一般對跨庫join都支持不好。

舉一個很常見的業(yè)務例子，在分庫分表中，要同步更新兩個表，這兩個表位于不同的物理庫中，為了保證數據一致性，一種做法是通過分布式事務中間件將兩個更新操作放到一個事務中，但這樣的操作一般要加全局鎖，性能很捉急，而有些業(yè)務能夠容忍短暫的數據不一致，怎么做？

讓它們分別更新唄，但是會存在數據寫失敗的問題，那就起個定時任務，掃描下A表有沒有失敗的行，然后看看B表是不是也沒寫成功，然后對這兩條關聯記錄做訂正，這個時候同樣沒法用join去實現，只能將數據拉到service層應用自己來合并了。。。

到這里答案就很清楚了~

對關聯查詢進行分解

很多高性能的應用都會對關聯查詢進行分解。

簡單地，可以對每個表進行一次單表查詢，然后將結果在應用程序中進行關聯。例如，下面這個查詢：

select?*?from?tag join?tag_post?on?tag_post.tag_id=tag.id join?post?on?tag_post.post_id=post.id where?tag.tag=’mysql’;

可以分解成下面這些查詢來代替：

Select?*?from?tag?where?tag=’mysql’; Select?*?from?tag_post?where?tag_id=1234; Select?*?from?post?where?id?in(123,456,567,9989,8909);

為什么會這樣做呢？原本一條查詢，這里卻變成了多條查詢，返回結果又是一模一樣。

事實上，用分解關聯查詢的方式重構查詢具有如下優(yōu)勢：

• 讓緩存的效率更高。

• 許多應用程序可以方便地緩存單表查詢對應的結果對象。另外對于MySQL的查詢緩存來說，如果關聯中的某個表發(fā)生了變化，那么就無法使用查詢緩存了，而拆分后，如果某個表很少改變，那么基于該表的查詢就可以重復利用查詢緩存結果了。

• 將查詢分解后，執(zhí)行單個查詢可以減少鎖的競爭。

• 在應用層做關聯，可以更容易對數據庫進行拆分，更容易做到高性能和可擴展。

• 查詢本身效率也可能會有所提升

• 可以減少冗余記錄的查詢。

• 更進一步，這樣做相當于在應用中實現了哈希關聯，而不是使用MySQL的嵌套環(huán)關聯，某些場景哈希關聯的效率更高很多。

解釋

RPC(Remote Procedure Call)：遠程過程調用，它是一種通過網絡從遠程計算機程序上請求服務，而不需要了解底層網絡技術的思想

往期推薦

純干貨 | 從淘寶到云端的高可用架構演進

好的代碼結構是什么樣的？

到底什么是"超融合"呢?

（珍藏版）55 個細節(jié)幫你做好Java的 性能優(yōu)化

面試官：請你說說k8s 和 Docker的區(qū)別？

架構師：關系型數據庫設計技巧？

因為Kafka 宕機，同事 寫了篇Kafka 高可用原理復盤！

回復【干貨】獲取精選干貨視頻教程

回復【加群】加入疑難問題攻堅交流群

回復【mat】獲取內存溢出問題分析詳細文檔教程

回復【賺錢】獲取用java寫一個能賺錢的微信機器人

回復【副業(yè)】獲取程序員副業(yè)攻略一份

好文請點贊+分享

總結

以上是生活随笔為你收集整理的为什么禁止超过三张表 join，原理是什么？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。