数据库中多表连接的原理实现

数据库中多表连接的原理实现,第1张

多变关联的实现方式有hash join,merge join,nested loop join 方式,具体使用那种内型的连接,主要依据:

1当前的优化器模式(all_rows和rule)

2取决于表的大小

3取决于关联字段是否有索性

4取决于关联字段是否排序

Hash  join散列连接,优化器选择较小的表(数据量少的表)利用连接键(join key)在内存中建立散列表,将数据存储到hash列表中,然后扫描较大的表

select A,B from A left join B on aid=bid。

先是从A表读取一条记录,用on条件匹配B表的记录,行成n行(包括重复行)如果B表没有与匹配的数据,则select中B表的字段显示为空,接着读取A表的下一条记录,right join类似。

left join基本是A表全部扫描,在表关键中不建议使用子查询作为副表,比如select A,Bfrom A left join (select from b where btype=1 )这样A表是全表扫描,B表也是全表扫描。若果查询慢,可以考虑关联的字段都建索引,将不必要的排序去掉,排序会导致运行慢很多。

主副表条件过滤:

table a(id, type):

id    type

----------------------------------

1      1       

2      1         

3      2   

表b结构和数据

table b(id, class):

id    class

---------------------------------

1      1

2      2

Sql语句1: select a, b from a left join b on aid = bid and atype = 1;

执行结果为:

aid    atype    bid    bclass

----------------------------------------

1        1            1        1

2        1            2        2

3        2

atype=1没有起作用

sql语句2:

select a, b from a left join b on aid = bid where atype = 1;

执行结果为:

aid    atype    bid    bclass

----------------------------------------

1        1            1        1

2        1            2        2

sql语句3:

select a, b from a left join b on aid = bid and bclass = 1;

执行结果为:

aid    atype    bid    bclass

----------------------------------------

1        1            1        1

2        1           

3        2

bclass=1条件过滤成功。

结论:left join中,左表(主表)的过滤条件在on后不起作用,需要在where中添加。右表(副表)的过滤条件在on后面起作用。

Mysql join原理:

Mysql join采用了Nested Loop join的算法,

###坐车 回去补充。

1查询语言不同:hive是hql语言,mysql是sql语句;

2数据存储位置不同:hive是把数据存储在hdfs上,而mysql数据是存储在自己的系统中;

3数据格式:hive数据格式可以用户自定义,mysql有自己的系统定义格式;

4数据更新:hive不支持数据更新,只可以读,不可以写,而sql支持数据更新;

5索引:hive没有索引,因此查询数据的时候是通过mapreduce很暴力的把数据都查询一遍,也造成了hive查询数据速度很慢的原因,而mysql有索引;

6延迟性:hive延迟性高,原因就是上边一点所说的,而mysql延迟性低;

7数据规模:hive存储的数据量超级大,而mysql只是存储一些少量的业务数据;

8底层执行原理:hive底层是用的mapreduce,而mysql是excutor执行器;

以上就是关于数据库中多表连接的原理实现全部的内容,包括:数据库中多表连接的原理实现、hive和mysql都是行数据库、等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/sjk/9748627.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-01
下一篇 2023-05-01

发表评论

登录后才能评论

评论列表(0条)

保存