MySQL 的子查询和left join的比较，啥时候用子查询效率高，啥时候用left join效率高？

Posted 2023-05-04

mysql 的子查询和left join的比较，什么时候用子查询效率高，什么时候用left join效率高？

参考技术A

子查询优化策略

对于不同类型的子查询，优化器会选择不同的策略。

1. 对于 IN、=ANY 子查询，优化器有如下策略选择：

semijoin

Materialization

exists

2. 对于 NOT IN、<>ALL 子查询，优化器有如下策略选择：

Materialization

exists

3. 对于 derived 派生表，优化器有如下策略选择：

derived_merge，将派生表合并到外部查询中（5.7 引入 ）；

将派生表物化为内部临时表，再用于外部查询。

注意：update 和 delete 语句中子查询不能使用 semijoin、materialization 优化策略

参考技术B 使用子查询进行SELECT语句嵌套查询，可以一次完成很多逻辑上需要多个步骤才能完成的SQL操作。
子查询虽然很灵活，但是执行效率并不高。

可以使用JOIN、LEFT JOIN等方式代替子查询，这些方式不需要建立临时表，因此速度比子查询快。

MySql学习 —— 子查询(wherefromexists) 及 连接查询(left joinright joininner joinunion join)

 

同样的，使用goods表来练习子查询，表结构如下：

 

 所有数据(cat_id与category.cat_id关联)：

 

 类别表：

 

 mingoods(连接查询时作测试)

 

 

 

一、子查询

1、where型子查询：把内层查询的结果作为外层查询的比较条件

1.1 查询id最大的一件商品(使用排序+分页实现)

　　：mysql> SELECT goods_id,goods_name,shop_price FROM goods ORDER BY goods_id DESC LIMIT 1;

　　

1.2 查询id最大的一件商品(使用where子查询实现)

　　：mysql> SELECT goods_id,goods_name,shop_price FROM goods WHERE goods_id = (SELECT MAX(goods_id) FROM goods);

　　

1.3 查询每个类别下id最大的商品(使用where子查询实现)

　　：mysql> SELECT goods_id,goods_name,cat_id,shop_price FROM goods WHERE goods_id IN (SELECT MAX(goods_id) FROM goods GROUP BY cat_id);

　　

 

2、from型子查询：把内层的查询结果当成临时表，供外层sql再次查询。查询结果集可以当成表看待。临时表要使用一个别名。

2.1 查询每个类别下id最大的商品(使用from型子查询)

　　：mysql > SELECT goods_id,goods_name,cat_id,shop_price FROM

　　　　　　-> 　　 (SELECT goods_id,goods_name,cat_id,shop_price FROM goods ORDER BY cat_id ASC,goods_id DESC) AS tmp

　　　　　　-> GROUP BY cat_id;

　　子查询查出的结果集看第二张图，可以看到每个类别的第一条的商品id都为该类别下的最大值。然后将这个结果集作为一张临时表，巧妙的使用group by 查询出每个类别下的第一条记录，即为每个类别下商品id最大。

　　

　　

 

3.exists型子查询：把外层sql的结果，拿到内层sql去测试，如果内层的sql成立，则该行取出。内层查询是exists后的查询。

3.1 从类别表中取出其类别下有商品的类别(如果该类别下没有商品，则不取出)，[使用where子查询]

　　：mysql> SELECT c.cat_id,c.cat_name FROM category c WHERE c.cat_id IN (SELECT g.cat_id FROM goods g GROUP BY g.cat_id);

　　

3.2 从类别表中取出其类别下有商品的类别(如果该类别下没有商品，则不取出)，[使用exists子查询]

　　：mysql> SELECT c.cat_id,c.cat_name FROM category c WHERE EXISTS (SELECT 1 FROM goods g WHERE g.cat_id = c.cat_id);

　　exists子查询，如果exists后的内层查询能查出数据，则表示存在；为空则不存在。

　　

4. any, in 子查询

　　

　　

4.1 使用 any 查出类别大于任何一个num值的类别。　

　　ANY关键词必须后面接一个比较操作符。ANY关键词的意思是“对于在子查询返回的列中的任一数值，如果比较结果为TRUE的话，则返回TRUE”。

　　：mysql> SELECT cat_id,cat_name FROM category WHERE cat_id > ANY (SELECT num FROM nums);

　　

4.2 使用 in 查出cat_id 等于num的类别

　　：mysql> SELECT cat_id,cat_name FROM category WHERE cat_id IN (SELECT num FROM nums);

　　

4.3 in 的效果 跟 =any 的效果是一样的。

　　

4.4 使用 all 查询

　　词语ALL必须接在一个比较操作符的后面。ALL的意思是“对于子查询返回的列中的所有值，如果比较结果为TRUE，则返回TRUE。”

　　

4.5 not in 和 <> any 的效果是一样的

　　NOT IN不是<> ANY的别名，但是是<> ALL的别名

　　

 

　　子查询总结：　　

　　1. where型子查询：把内层查询的结果作为外层查询的比较条件。

　　　 from型子查询：把内层的查询结果当成临时表，供外层sql再次查询。查询结果集可以当成表看待，临时表需要一个别名。

　　　 exists型子查询：把外层sql的结果，拿到内层sql去测试，如果内层的sql成立，则该行取出。内层sql是exists后的查询。

 　　　　

　　2. 子查询也可以嵌套在其它子查询中，嵌套程度可以很深。子查询必须要位于圆括号中。

 

　　3. 子查询的主要优势为：

　　　　　　子查询允许结构化的查询，这样就可以把一个语句的每个部分隔离开。

　　　　　　有些操作需要复杂的联合和关联。子查询提供了其它的方法来执行这些操作。

　　

　　4. ANY关键词必须后面接一个比较操作符。ANY关键词的意思是“对于在子查询返回的列中的任一数值，如果比较结果为TRUE的话，则返回TRUE”。 　　

　　　 词语 IN 是 ＝ANY 的别名，二者效果相同。

　　　 NOT IN不是  <> ANY  的别名，但是是  <> ALL  的别名。

 　　

　　5. 词语ALL必须接在一个比较操作符的后面。ALL的意思是“对于子查询返回的列中的所有值，如果比较结果为TRUE，则返回TRUE。”

 

　　6. 优化子查询

    　　①. 有些子句会影响在子查询中的行的数量和顺序，通过加一些限制条件来限制子查询查出来的条数。例如：

　　　　　　SELECT * FROM t1 WHERE t1.column1 IN (SELECT column1 FROM t2 ORDER BY column1); 

　　　　　　SELECT * FROM t1 WHERE t1.column1 IN (SELECT DISTINCT column1 FROM t2);

　　　　　　SELECT * FROM t1 WHERE EXISTS (SELECT * FROM t2 LIMIT 1);

 　　　 ②. 用子查询替换联合。例如：

　　　　　　SELECT DISTINCT column1 FROM t1 WHERE t1.column1 IN (SELECT column1 FROM t2);

　　　　　　代替这个：SELECT DISTINCT t1.column1 FROM t1, t2 WHERE t1.column1 = t2.column1;

 

 

 二、连接查询

 学习连接查询，先了解下"笛卡尔积"，看下百度给出的解释：

　　

 在数据库中，一张表就是一个集合，每一行就是集合中的一个元素。表之间作联合查询即是作笛卡尔乘积，比如A表有5条数据，B表有8条数据，如果不作条件筛选，那么两表查询就有 5 X 8 = 40 条数据。

 

先看下用到的测试表基本信息：我们要实现的功能就是查询商品的时候，从类别表将商品类别名称关联查询出来。

　　行数：类别表14条，商品表4条

　　

　　结构：商品表和类别表都有一个cat_id

　　

 　 小类别表(左右连接时做对比)

　　

　　

 

1.全相乘(不是全连接、连接查询)，全相乘是作笛卡尔积　　

　　两表全相乘，就是直接从两张表里查询；从查询的截图看出，总共查出了 4 X 14 = 56 条记录，这些记录是笛卡尔乘积的结果，即两两组合；

　　但我们要的是每个商品信息显示类别名称而已，这里却查出了56条记录，其中有52条记录都是无效的数据，全相乘的查询效率低。

　　：mysql> SELECT goods_id,goods_name,cat_name FROM mingoods,category;

 　　 

　　如果在两张表里有相同字段，做联合查询的时候，要区别表名，否则会报错误(模糊不清)

　　：mysql> SELECT goods_name,cat_id,cat_name FROM mingoods,category;　　

　　　　

　　添加条件，使两表关联查询，这样查出来就是商品和类别一一对应了。虽然这里查出来4条记录，但是全相乘效率低，全相乘会在内存中生成一个非常大的数据(临时表)，因为有很多不必要的数据。

　　如果一张表有10000条数据，另一张表有10000条数据，两表全相乘就是100W条数据，是非常消耗内存的。而且，全相乘不能好好的利用索引，因为全相乘生成一张临时表，临时表里是没有索引的，大大降低了查询效率。

　　：mysql> SELECT g.goods_name,g.cat_id AS g_cat_id, c.cat_id AS c_cat_id, c.cat_name FROM mingoods g, category c WHERE g.cat_id = c.cat_id;

　　

　　

2.左连接查询 left join ... on ...

　　语法：select A.filed, [A.filed2, .... ,] B.filed, [B.filed4...,] from <left table> as A  left join <right table> as B on <expression>

　　假设有A、B两张表，左连接查询即 A表在左不动，B表在右滑动，A表与B表通过一个关系来关联行，B表去匹配A表。

　　

2.1先来看看on后的条件恒为真的情况

　　：mysql> SELECT g.goods_name,g.cat_id, c.cat_id ,c.cat_name FROM mingoods g LEFT JOIN category c ON 1;

　　跟全相乘相比，从截图可以看出，总记录数仍然不变，还是 4 X 14 = 56 条记录。但这次是商品表不动，类别表去匹配，因为每次都为真，所以将所有的记录都查出来了。左连接，其实就可以看成左表是主表，右表是从表。

　　

2.2 根据cat_id使两表关联行

　　：mysql> SELECT g.goods_name,g.cat_id,c.cat_id,c.cat_name FROM mingoods g LEFT JOIN category c ON g.cat_id = c.cat_id;

　　使用左连接查询达到了同样的效果，但是不会有其它冗余数据，查询速度快，消耗内存小，而且使用了索引。左连接查询效率相比于全相乘的查询效率快了10+倍以上。

　　左连接时，mingoods表(左表)不动，category表(右表)根据条件去一条条匹配，虽说category表也是读取一行行记录，然后判断cat_id是否跟mingoods表的相同，但是，左连接使用了索引，cat_id建立了索引的话，查询速度非常快，所以整体效率相比于全相乘要快得多，全相乘没有使用索引。

　　　　

2.3 查询出第四个类别下的商品，要求显示商品名称

　　：mysql> SELECT g.goods_name,g.cat_id,c.cat_name,g.shop_price FROM goods g LEFT JOIN category c ON g.cat_id = c.cat_id WHERE g.cat_id = 4;

　　

2.4 对于左连接查询，如果右表中没有满足条件的行，则默认填充NULL。

　　：mysql> SELECT g.goods_name,g.cat_id AS g_cat_id, c.cat_id AS c_cat_id,c.cat_id FROM mingoods g LEFT JOIN mincategory c ON g.cat_id = c.cat_id;

　　

 

3.右连接查询 right join ... on ...

　　语法：select A.field1,A.field2,..., B.field3,B.field4  from <left table> A right join <right table> B on <expression>

　　右连接查询跟左连接查询类似，只是右连接是以右表为主表，会将右表所有数据查询出来，而左表则根据条件去匹配，如果左表没有满足条件的行，则左边默认显示NULL。左右连接是可以互换的。

　　：mysql> SELECT g.goods_name,g.cat_id AS g_cat_id,  c.cat_id AS c_cat_id,c.cat_name FROM mingoods g RIGHT JOIN mincategory c ON g.cat_id = c.cat_id;

　　

 

4. 内连接 inner join ... on ...

　　语法：select A.field1,A.field2,.., B.field3, B.field4 from <left table> A inner join <right table> B on <expression>

 　　内连接查询，就是取左连接和右连接的交集，如果两边不能匹配条件，则都不取出。

　　：mysql> SELECT g.goods_name,g.cat_id, c.* from mingoods g INNER JOIN mincategory c ON g.cat_id = c.cat_id;

　　

 

 5. 联合查询 union

　　语法：select A.field1 as f1, A.field2 as f2 from <table1> A union (select B.field3 as f1, field4 as f2 from <table2> B)

 　　union是求两个查询的并集。union合并的是结果集，不区分来自于哪一张表，所以可以合并多张表查询出来的数据。

　　

5.1 将两张表的数据合并查询出来

　　：mysql> SELECT id, content, user FROM comment UNION (SELECT id, msg AS content, user FROM feedback);

　　

5.2 union查询，列名不一致时，以第一条sql语句的列名对齐

　　：mysql> SELECT id, content, user FROM comment UNION (SELECT id, msg, user FROM feedback);

　　

5.3 使用union查询会将重复的行过滤掉

　　：mysql> SELECT content,user FROM comment UNION (SELECT msg, user FROM feedback);

　　

5.4 使用union all查询所有，重复的行不会被过滤

　　：mysql> SELECT content,user FROM comment UNION ALL (SELECT msg, user FROM feedback);

　　

5.5 union查询，如果列数不相等，会报列数不相等错误

　　

5.6 union 后的结果集还可以再做筛选

　　：mysql> SELECT id,content,user FROM comment UNION ALL (SELECT id, msg, user FROM feedback) ORDER BY id DESC; 

　　

　　union查询时，order by放在内层sql中是不起作用的；因为union查出来的结果集再排序，内层的排序就没有意义了；因此，内层的order by排序，在执行期间，被mysql的代码分析器给优化掉了。

　　：mysql> (SELECT id,content,user FROM comment ORDER BY id DESC) UNION ALL (SELECT id, msg, user FROM feedback ORDER BY id DESC);

　　

　　order by 如果和limit一起使用，就显得有意义了，就不会被优化掉

　　mysql> ( SELECT goods_name,cat_id,shop_price FROM goods WHERE cat_id = 3 ORDER BY shop_price DESC LIMIT 3 )
　　　　 -> UNION
　　　　 -> ( SELECT goods_name,cat_id,shop_price FROM goods WHERE cat_id = 4 ORDER BY shop_price DESC LIMIT 2 );

　　

5.7 练习

　　：mysql> SELECT name, SUM(money) FROM ( ( SELECT * FROM A ) UNION ALL ( SELECT * FROM B ) ) tmp GROUP BY name;

　　

　　

 

 

 连接查询总结：

　　1.在数据库中，一张表就是一个集合，每一行就是集合中的一个元素。连接查询即是作笛卡尔积，比如A表有1W条数据，B表有1W条数据，那么两表查询就有 1W X 1W = 100W 条数据

 　　

 　  2.如果在两张表里有相同字段，做联合查询的时候，要区别表名，否则会报错误(ambiguous 模糊不清)

 

　　3.全相乘效率低，全相乘会在内存中生成一个非常大的数据(临时表)，因为有很多不必要的数据。

　　   如果一张表有10000条数据，另一张表有10000条数据，两表全相乘就是100W条数据，是非常消耗内存的。

　　   而且，全相乘不能好好的利用索引，因为全相乘生成一张临时表，临时表里是没有索引的，大大降低了查询效率。

　　 

　　4.左连接查询时，以左表为主表，会将左表所有数据查询出来；左表不动，右表根据条件去一条条匹配，如果没有满足条件的记录，则右边返回NULL。

　　   右连接查询值，以右表为主表，会将右表所有数据查询出来，右表不动，左表则根据条件去匹配，如果左表没有满足条件的行，则左边返回NULL。　

　　　左右连接是可以互换的：A left join B  ==  B right join A (都是以A为主表) 。

　　　左右连接既然可以互换，出于移植兼容性方面的考虑，尽量使用左连接。

 

　　5.连接查询时，虽说也是读取一行行记录，然后判断是否满足条件，但是，连接查询使用了索引，条件列建立了索引的话，查询速度非常快，所以整体效率相比于全相乘要快得多，全相乘是没有使用索引的。

　　   使用连接查询，查询速度快，消耗内存小，而且使用了索引。连接查询效率相比于全相乘的查询效率快了10+倍以上。

　　

　　6.内连接查询，就是取左连接和右连接的交集，如果两边不能匹配条件，则都不取出。

 

　　7.MySql不支持外连接，相应的，MySql可以用union(联合查询)来查出左连接和右连接的并集。

　　　union查询会过滤重复的行，union all 不会过滤重复的行。

　　　union查询时，union之间的sql列数必须相等，列名以第一条sql的列为准；列类型可以不一样，但没太大意义。

 　　  union查询时，order by放在内层sql中是不起作用的；因为union查出来的结果集再排序，内层的排序就没有意义了；因此，内层的order by排序，在执行期间，被mysql的代码分析器给优化掉了。

 　　  但是，order by 如果和limit一起使用，就显得有意义了，会影响最终结果集，就不会被优化掉。order by会根据最终是否会影响结果集而选择性的优化。

 

^_^