點(diǎn)擊“終碼一生”，關(guān)注，置頂公眾號(hào)

每日技術(shù)干貨，第一時(shí)間送達(dá)！

1、概述

前段時(shí)間在跟其他公司DBA交流時(shí)談到了mysql跟PG之間在多表關(guān)聯(lián)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(shè)計(jì)的，如果多個(gè)表關(guān)聯(lián)查詢（超過3張表）效率上是比不上PG的。

2、摘要

• 不超過3層是為了效率。

• 更通用 ，更好為了分布式做準(zhǔn)備。

下面也對(duì)mysql多表關(guān)聯(lián)這個(gè)特性簡單探討下~

3、多表關(guān)聯(lián)

MySQL多表關(guān)聯(lián)查詢效率高點(diǎn)還是多次單表查詢效率高？

A,B兩個(gè)表數(shù)據(jù)規(guī)模十幾萬，數(shù)據(jù)規(guī)模都不大，單機(jī)MySQL夠用了，在單機(jī)的基礎(chǔ)上要關(guān)聯(lián)兩表的數(shù)據(jù)，先說一個(gè)極端情況，A,B兩個(gè)表都沒有索引，并且關(guān)聯(lián)是笛卡爾積，那關(guān)聯(lián)結(jié)果會(huì)爆炸式增長，可能到億級(jí)別，這個(gè)時(shí)候網(wǎng)絡(luò)IO成了瓶頸，這個(gè)時(shí)候兩次十萬行結(jié)果集的拉去可能遠(yuǎn)小于1次億級(jí)別的結(jié)果集的拉取，那么將關(guān)聯(lián)合并拉到service層做更快。

但實(shí)際業(yè)務(wù)中一般不會(huì)有這么蠢的行為，一般關(guān)聯(lián)會(huì)有連接條件，并且連接條件上會(huì)有索引，一般是有一個(gè)結(jié)果集比較小，拿到這個(gè)結(jié)果集去另一張表去關(guān)聯(lián)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(gè)小的結(jié)果集，一次rpc，再根據(jù)結(jié)果集，拼湊出B表的查詢條件，去B表查到一個(gè)結(jié)果集，再一次rpc，再把結(jié)果集拉回service層，再一次rpc，然后service層做合并，3次rpc。

如果用數(shù)據(jù)庫的join，關(guān)聯(lián)結(jié)果拉回來，一次rpc，幫你省了兩次rpc，當(dāng)然數(shù)據(jù)庫上做關(guān)聯(lián)更快，對(duì)應(yīng)到數(shù)據(jù)庫就是一次blk nested loop join，這是業(yè)務(wù)常用情況。

但是確實(shí)大多數(shù)業(yè)務(wù)都會(huì)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(jī)數(shù)據(jù)庫計(jì)算資源很貴，數(shù)據(jù)庫同時(shí)要服務(wù)寫和讀，都需要消耗CPU，為了能讓數(shù)據(jù)庫的吞吐變得更高，而業(yè)務(wù)又不在乎那幾百微妙到毫秒級(jí)的延時(shí)差距，業(yè)務(wù)會(huì)把更多計(jì)算放到service層做，畢竟計(jì)算資源很好水平擴(kuò)展，數(shù)據(jù)庫很難啊，所以大多數(shù)業(yè)務(wù)會(huì)把純計(jì)算操作放到service層做，而將數(shù)據(jù)庫當(dāng)成一種帶事務(wù)能力的kv系統(tǒng)來使用，這是一種重業(yè)務(wù)，輕DB的架構(gòu)思路

第二

很多復(fù)雜的業(yè)務(wù)可能會(huì)由于發(fā)展的歷史原因，一般不會(huì)只用一種數(shù)據(jù)庫，一般會(huì)在多個(gè)數(shù)據(jù)庫上加一層中間件，多個(gè)數(shù)據(jù)庫之間就沒辦法join了，自然業(yè)務(wù)會(huì)抽象出一個(gè)service層，降低對(duì)數(shù)據(jù)庫的耦合。

第三

對(duì)于一些大型公司由于數(shù)據(jù)規(guī)模龐大，不得不對(duì)數(shù)據(jù)庫進(jìn)行分庫分表，對(duì)于分庫分表的應(yīng)用，使用join也受到了很多限制，除非業(yè)務(wù)能夠很好的根據(jù)sharding key明確要join的兩個(gè)表在同一個(gè)物理庫中。而中間件一般對(duì)跨庫join都支持不好。

舉一個(gè)很常見的業(yè)務(wù)例子，在分庫分表中，要同步更新兩個(gè)表，這兩個(gè)表位于不同的物理庫中，為了保證數(shù)據(jù)一致性，一種做法是通過分布式事務(wù)中間件將兩個(gè)更新操作放到一個(gè)事務(wù)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(wù)能夠容忍短暫的數(shù)據(jù)不一致，怎么做？

讓它們分別更新唄，但是會(huì)存在數(shù)據(jù)寫失敗的問題，那就起個(gè)定時(shí)任務(wù)，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(duì)這兩條關(guān)聯(lián)記錄做訂正，這個(gè)時(shí)候同樣沒法用join去實(shí)現(xiàn)，只能將數(shù)據(jù)拉到service層應(yīng)用自己來合并了。

到這里答案就很清楚了~

對(duì)關(guān)聯(lián)查詢進(jìn)行分解

很多高性能的應(yīng)用都會(huì)對(duì)關(guān)聯(lián)查詢進(jìn)行分解。

簡單地，可以對(duì)每個(gè)表進(jìn)行一次單表查詢，然后將結(jié)果在應(yīng)用程序中進(jìn)行關(guān)聯(lián)。例如，下面這個(gè)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(huì)這樣做呢？原本一條查詢，這里卻變成了多條查詢，返回結(jié)果又是一模一樣。

事實(shí)上，用分解關(guān)聯(lián)查詢的方式重構(gòu)查詢具有如下優(yōu)勢(shì)：

• 讓緩存的效率更高。

• 許多應(yīng)用程序可以方便地緩存單表查詢對(duì)應(yīng)的結(jié)果對(duì)象。另外對(duì)于MySQL的查詢緩存來說，如果關(guān)聯(lián)中的某個(gè)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(gè)表很少改變，那么基于該表的查詢就可以重復(fù)利用查詢緩存結(jié)果了。

• 將查詢分解后，執(zhí)行單個(gè)查詢可以減少鎖的競爭。

• 在應(yīng)用層做關(guān)聯(lián)，可以更容易對(duì)數(shù)據(jù)庫進(jìn)行拆分，更容易做到高性能和可擴(kuò)展。

• 查詢本身效率也可能會(huì)有所提升

• 可以減少冗余記錄的查詢。

• 更進(jìn)一步，這樣做相當(dāng)于在應(yīng)用中實(shí)現(xiàn)了哈希關(guān)聯(lián)，而不是使用MySQL的嵌套環(huán)關(guān)聯(lián)，某些場景哈希關(guān)聯(lián)的效率更高很多。

4、解釋

RPC(Remote Procedure Call)：遠(yuǎn)程過程調(diào)用，它是一種通過網(wǎng)絡(luò)從遠(yuǎn)程計(jì)算機(jī)程序上請(qǐng)求服務(wù)，而不需要了解底層網(wǎng)絡(luò)技術(shù)的思想

PS：防止找不到本篇文章，可以收藏點(diǎn)贊，方便翻閱查找哦。

總結(jié)

以上是生活随笔為你收集整理的为什么阿里巴巴规定禁止超过三张表 join的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。