为啥 MySQL JOIN 比 WHERE IN (子查询) 快得多

Posted 2023-02-24

【中文标题】为啥 MySQL JOIN 比 WHERE IN (子查询) 快得多

【英文标题】：why is MySQL JOIN significantly faster than WHERE IN (subquery)为什么 MySQL JOIN 比 WHERE IN (子查询) 快得多

【发布时间】：2010-11-17 17:11:38

【问题描述】：

我试图更好地理解为什么这种查询优化如此重要（快 100 倍以上），以便我可以将类似的逻辑重用于其他查询。

使用 mysql 4.1 - RESET QUERY CACHE 和 FLUSH TABLES 在所有查询和结果时间可以一致地重现之前完成。在 EXPLAIN 中对我来说唯一明显的是，在 JOIN 期间只需要找到 5 行吗？但这就是速度的全部答案吗？两个查询都使用部分索引 (forum_stickies) 来确定已删除主题的状态 (topic_status=0)

使用 EXPLAIN 进行更深入分析的屏幕截图

http://img195.imageshack.us/img195/9494/mysqlfaster.png

慢查询：0.7+ 秒（缓存清除）

SELECT SQL_NO_CACHE forum_id, topic_id FROM bb_topics 
WHERE topic_last_post_id IN 
(SELECT SQL_NO_CACHE  MAX (topic_last_post_id) AS topic_last_post_id
FROM bb_topics WHERE topic_status=0 GROUP BY forum_id)

快速查询：0.004 秒或更短（清除缓存）

SELECT SQL_NO_CACHE forum_id, topic_id FROM bb_topics AS s1 
JOIN 
(SELECT SQL_NO_CACHE MAX(topic_last_post_id) AS topic_last_post_id
FROM bb_topics WHERE topic_status=0 GROUP BY forum_id) AS s2 
ON s1.topic_last_post_id=s2.topic_last_post_id  

请注意，最重要的列 (topic_last_post_id) 上没有索引，但这无济于事（无论如何都会存储结果以供重复使用）。

答案仅仅是因为第一次查询必须扫描topic_last_post_id TWICE，第二次将结果匹配到子查询？如果是这样，为什么它会成倍地变慢？

（不太重要，我很好奇如果我真的在topic_last_post_id 上放置索引，为什么第一个查询仍然需要这么长时间）

更新：经过多次搜索后，我在 *** 上找到了这个线程，该线程进入了这个主题Subqueries vs joins

【参考方案1】：

也许引擎对 bb_topics 中的每一行执行子查询，只是为了看看它是否在结果中找到了 topic_last_post_id。会很愚蠢，但也会解释巨大的差异。

【讨论】：

哇，这可能是可能的。我只考虑过它可能会查询组结果中的每个 id（其中 5 个），但现在你提到它，我想知道它是否对所有 209 行（甚至更糟糕的 293 行）都进行了查询。我向某人发送了一个请求，要求在更大的数据集（10,000 行 vs 300 行）上尝试查询，所以我看看问题是否会变得更加放大，这将证明这一理论。

我突然想到也试试这个简单的查询SELECT SQL_NO_CACHE forum_id, topic_id FROM bb_topics WHERE topic_last_post_id IN(1516,1567,1572,1569,1578)，它非常快。所以你是对的，它正在为每一行执行子查询，哇，这太疯狂了。

这似乎在 5.6 中已修复（不再是 DEPENDENT SUBQUERY），性能类似于 JOIN。