Nested-Loop Join Algorithms

Posted 2022-07-29 高爽 Coder

mysql使用嵌套循环算法来实现多表之间的联接。

Nested-Loop Join Algorithms

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。

Block Nested-Loop Join Algorithm

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：

• join_buffer_size系统变量的值决定了每个联接缓冲区的大小。

• 联接类型为ALL、index、range时（换句话说，联接的过程会扫描索引或数据时），MySQL会使用联接缓冲区。

• 缓冲区是分配给每一个能被缓冲的联接，所以一个查询可能会使用多个联接缓冲区。

• 联接缓冲区永远不会分配给第一个表，即使该表的查询类型为ALL或index。

• 联接缓冲区联接之前分配，查询完成之后释放。

• 使用到的列才会放到联接缓冲区中，并不是所有的列。

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
本文来自：高爽|Coder，原文地址：http://blog.csdn.net/ghsau/article/details/43762027，转载请注明。