两个 MySQL 表中的最佳连接

Posted 2023-04-15

【中文标题】两个 MySQL 表中的最佳连接

【英文标题】：Optimal join in two MySQL tables

【发布时间】：2017-02-03 11:10:36

【问题描述】：

我有一张桌子 (T1)，里面有 ca。 500000 条不重复记录：

ID1    Relation  ID2
4      Rel4      13
5      Rel5       4
13     Rel13     16
16     Rel16     5

我有属性表 T1_Prop：

ID    Entity    
4     Ent4     
5     Ent5
13    Ent13   
16    Ent16  

我想以如下有效方式加入这两个表（基于 id : 4）：

 Entity   Relation   Entity
 Ent4      Rel4      Ent13  
 Ent5      Rel5      EntEnt4

我设计了这个包含 JOIN 的选择语句，它工作得很好。但是，我不确定这是否是最好的方法：

select 
  a.entity, 
  r.relation, 
  b.entity 
from T1 as r 
INNER JOIN T1_Prop as a ON a.ID=r.ID1 AND (r.ID1=4 OR r.ID2=4) 
INNER JOIN T1_Prop as b ON b.ID=r.ID2;

【问题讨论】：

优化问题属于codereview.stackexchange.com

在什么方面最好？

在效率方面。我只是想使用 mysql 作为它，我不想用一些外部库来改进它

请提供EXPLAIN SELECT ...，以便我们查看它是否有效。还提供SHOW CREATE TABLE，以便我们可以看到引擎、索引、数据类型等。

也可以使用EXPLAIN 获取建议的答案。

【参考方案1】：

这是对 SQL 的一个很好的使用。它是为这种查询而构建的。

您需要两个覆盖索引来加快速度，T1。它们是：

(ID1, ID2, relation)

和

(ID2, ID1, relation)

这两个索引用于处理OR 子句。这是我看到的唯一潜在的性能问题，这只是因为OR 操作有时会欺骗查询规划器进行过多的表扫描。

尝试将您的查询重构为此，以使您选择的 ID 值更加明显。

select   a.entity, r.relation, b.entity 
  from T1 as r 
 INNER JOIN T1_Prop as a ON a.ID=r.ID1  
 INNER JOIN T1_Prop as b ON b.ID=r.ID2
 WHERE (r.ID1=4 OR r.ID2=4) 

然后，如果您遇到性能问题，在创建覆盖索引后，再次将其重构为

select   a.entity, r.relation, b.entity 
  from T1 as r 
 INNER JOIN T1_Prop as a ON a.ID=r.ID1  
 INNER JOIN T1_Prop as b ON b.ID=r.ID2
 WHERE r.ID1=4 
UNION
select   a.entity, r.relation, b.entity 
  from T1 as r 
 INNER JOIN T1_Prop as a ON a.ID=r.ID1  
 INNER JOIN T1_Prop as b ON b.ID=r.ID2
 WHERE r.ID2=4 

【讨论】：

将其设为UNION ALL，这将比对默认值进行不必要的重复数据删除更有效。

【参考方案2】：

除了第一个 ON 子句外，您的查询看起来不错。条件(r.ID1=4 OR r.ID2=4) 不是将T1_Prop 中的记录加入T1 记录的规则。它是一个条件，T1 记录要考虑并因此属于WHERE 子句。

select 
  a.entity AS entity1, 
  r.relation, 
  b.entity AS entity2
FROM t1 AS r 
INNER JOIN t1_prop AS a ON a.id = r.id1
INNER JOIN t1_prop AS b ON b.id = r.id2
WHERE r.id1 = 4 OR r.id2 = 4;

这不会改变执行计划； DBMS 将同样执行此操作。但它更具可读性，因为它显示了实际意图：获取其中一个 ID 为 4 的关系并将实体加入这些关系。

显示此意图的另一个选项是：

select 
  a.entity AS entity1, 
  r.relation, 
  b.entity AS entity2
FROM (SELECT * FROM t1 WHERE r.id1 = 4 OR r.id2 = 4) AS r 
INNER JOIN t1_prop AS a ON a.id = r.id1
INNER JOIN t1_prop AS b ON b.id = r.id2;

有些人认为 FROM 中的子查询可读性较差，但是，其他人则不这样认为。当查询变得更复杂，甚至要处理来自不同表的聚合时，这通常是构建干净查询的方法。

上述查询实际上都没有比另一个更好或更差。

【讨论】：

子查询需要额外的、不必要的努力。

@Rick James：哪个？ DBMS 应该为这两个查询制定相同的执行计划，前提是它的优化器运行良好。如果 MySQL 还没有，那么这一切都取决于它当前的实现，它可以更好地支持第一个或第二个查询。也许 MySQL 在其当前版本中确实存在派生表的问题；我不知道。但即使是这样，下一个版本可能已经不同了:-)

EXPLAIN SELECT ... 这两个应该说优化器是否变得更聪明了。这可能在 5.7 左右有所改进。