MySQL中3表join流程分析

常听说MySQL中3表 join 的执行流程并不是前两张表 join 得出结果，再与第三张表进行 join；而是3表嵌套的循环连接。那这个3表嵌套的循环连接具体又是个什么流程呢？与前两张表 join 得出结果再与第三张表进行 join 的执行效率相比如何呢？下面通过一个例子来分析分析。

set optimizer_switch='block_nested_loop=off'

关联字段无索引的情况下强制使用索引嵌套循环连接算法，目的是更好的观察扫描行数。

表结构和数据如下：

示例SQL：

通过 slow log 得知一共扫描 24100 行：

执行计划显示用的索引嵌套循环连接算法：

扫描行数构成：

总行数=100+4000+20000=24100。

从这个结果来看，join 过程像是先 t1 和 t3 join 得出 20 行中间结果，再与 t2 进行 join 得出结果。这结论与我们通常认为的 3表 join 实际上是3表嵌套的循环连接不一样，接着往下看。

查看执行计划成本：

mysql>explain format=json select * from t1 join t2 on t1.b=t2.b join t3 on t1.b=t3.b where t1.a<21\G

其他信息：

IO成本= 1*1.0 =1

CPU成本= 100*0.2 =20

t1总成本=21

IO成本= 1*1.0 =1

CPU成本= 200*0.2 =40

t3表总成本= 驱动表扇出*(IO成本+CPU成本) = 20*(1+40) =820

阶段性总成本= 21+820 =841

此处 eval_cost=80，实则为 驱动表扇出*被驱动每次扫描行数*filtered*成本常数 ，即 20*200*10%*0.2 。

简化公式为： eval_cost=rows_produced_per_json*成本常数

IO成本= 4*1.0 =4

CPU成本= 1000*0.2 =200

t2表总成本= 前2表join的扇出*(IO成本+CPU成本) = 400*(4+200) =81600

阶段性总成本= 841+81600 =82441

此处 eval_cost=8000，即 rows_produced_per_json*成本常数 ，即 40000*0.2

根据执行计划成本分析：

这样看，3表 join 流程是：

注意，由于造的数据比较特殊，所以第 3 步得出的中间结果集实际上只有 1行，所以最终 t2 表的查找次数是 20*1=20 ，所以扫描总行数是 20*1000 。所以单看 slow log 中显示的 24100 行，会误认为是先得出 t1 和 t3 join 的结果，再去和 t2 进行 join。

当我调整 t3 的数据，删除20行，再插入20行，使满足 b<21 的数据翻倍，这样“第 3 步得出的中间结果集”变成 2 行：

再来看slow log 中扫描的总行数为44100，t1、t3的扫描行数不变，t2 的扫描行数变为 20*2*1000=40000 ：

为什么执行计划中分析得到的是 t2 表查找 400 次呢？

因为执行计划对t1 join t3 的扇出是个估算值，不准确。而 slow log 是真实执行后统计的，是个准确值。

为什么执行计划中，t2表的执行次数是用“t1 join t3 的扇出”表示的？这不是说明 t1 先和 t3 join，结果再和 t2 join？

其实拆解来看，“3表嵌套循环” 和 “前2表 join 的结果和第3张表 join” 两种算法，成本是一样的，而且如果要按3表嵌套循环的方式展示每张表的成本将非常复杂，可读性不强。所以执行计划中这么表示没有问题。

总的来说，对于3表join或者多表join 来说，“3表嵌套循环” 和 “先2表 join，结果和第3张表join” 两种算法，成本是一样的。要注意的一点是3表嵌套循环成本并非如下图写的：n m x，而是 n (m+a x)，其中 a 为 t2 满足单个等值条件的平均值。

当被驱动表的关联字段不是唯一索引，或者没有索引，每次扫描行数会大于1时，其扇出误差会非常大。比如在上面的示例中：

t3 实际的扇出只有 20，但优化器估算值是 总扫描行数的 10%，由于t3表的关联字段没有索引，所以每次都要全表扫描200行，总的扫描行数= 20*200 =4000，扇出= 4000*10% =400，比实际的20大了20倍。尤其对于后续表的 join 来说，成本估算会产生更严重的偏差。

如果是 left join，每个被驱动表的 filtered 都会被优化器认定为 100%，误差更大！

通常建议join不超过2表，就是因为优化器估算成本误差大导致选择不好的执行计划，如果要用，一定要记住：关联字段必须要有索引，最好有唯一性或者基数大。

Hello，写的语言格式有些丑

练习题目：

3、多表连接（等值连接）

①案例1 ：查询员工名、部门名

②为表起别名

# ③添加筛选条件

# 案例：查询 工资>5000 的工种名和员工名、工资

④添加分组和筛选

#01 案例：查询每个部门的员工个数和部门名

⑤排序

#01 案例：查询每个部门的员工个数和部门名

⑥ 三表连接

# 案例：查询员工名、部门名和所在城市

4、多表连接（等值连接）练习

传统模式的多表连接

1. 显示所有员工的姓名，部门号和部门名称。

2. 查询90 号部门员工的job_id 和90 号部门的location_id

3. 选择所有有奖金的员工的last_name  , department_name , location_id , city 

----------- 三表连查

4. 选择city 在Toronto 工作的员工的

 last_name  , job_id , department_id , department_name     ----------- 三表连查

5. 查询每个工种、每个部门的部门名、工种名和最低工资  ----------- 三表连查

6. 查询每个国家下的部门个数大于2 的国家编号

5、非等值查询

2.非等值连接

#案例1：查询员工的工资以及对应的工资级别

#案例2：查询名字中第三个字符为a，第五个字符为e的员工的工资以及对应的工资级别

6、内连接

#案例1 ：查询员工名、部门名

案例2：查询有奖金的员工名、部门名

案例3：查询城市名、员工名和部门名

9、练习

一、查询编号>3的女神的男朋友信息，如果有则列出详细，如果没有，用null填充

#二、查询哪个城市没有部门

三、查询部门名为SAL或IT的员工信息

#四、选择指定员工的姓名，员工号，以及他的管理者的姓名和员工号，结果类似于下面的格式

/*

employees       Emp#       manager    Mgr#

kochhar            101       king         

  100

*/

10、单行子查询

案例1：谁的工资比Abel高

①查询Abel的工资

②查询员工的信息满足工资>①的结果

案例2：题目：返回job_id与141号员工相同，salary比143号员工多的员工 的姓名，job_id 和工资

 ①查询141的job_id

②查询143的salary

③查询  姓名，job_id 和工资，满足job_id=①并且salary>②

案例3：返回公司工资最少的员工的last_name,job_id和salary

①查询最低工资

②查询员工的last_name,job_id和salary满足 salary=①

案例4：查询最低工资大于50号部门最低工资的部门id和其最低工资

①查询50号部门的最低工资

②查询每个部门的最低工资

③筛选最低工资>①

11、多行子查询

二、多行子查询

案例1：返回location_id是1400或1700的部门中的所有员工姓名

①查询location_id是1400或1700的部门编号

②查询department_id满足①结果的员工姓名

案例2：返回其它部门中比job_id为‘IT_PROG’部门任意工资低的员工的员

             工号、姓名、job_id 以及salary

①查询job_id为‘IT_PROG’部门工资

②返回其它部门中，工资<any ①的结果

题目：返回其它部门中比job_id为‘IT_PROG’部门所有工资都低的员工

#的员工号、姓名、job_id 以及salary

12、子查询练习题

#1. 查询和Zlotkey 相同部门的员工姓名和工资

#2. 查询工资比公司平均工资高的员工的员工号，姓名和工资。

#①查询公司平均工资

② 查询工资>①的员工的员工号，姓名和工资。

#3. 查询各部门中工资比本部门平均工资高的员工的员工号, 姓名和工资

①查询各部门的平均工资

②查询员工的员工号, 姓名和工资，满足本部门并且工资>①

4. 查询姓名中包含字母u 的员工在相同部门的员工的员工号和姓名

①查询姓名中包含字母u的员工的部门

② 部门=①的员工的员工号和姓名

5. 查询在部门的location_id 为1700 的部门工作的员工的员工号

①查询loaction_id =1700的部门编号

② 查询员工号，满足部门号=①

#6. 查询管理者是King 的员工姓名和工资

①查询员工名是king的编号

#② 查询员工姓名和工资，领导的编号=①

#7. 查询工资最高的员工的姓名，要求first_name 和last_name 显示为一列，列名为 姓. 名

①查询最高工资

②查询姓名，工资=①

14、子查询巩固练习

# 1 、查询工资最低的员工信息

#①查询公司的最低工资

②查询员工信息，满足 salary=①

2. 查询平均工资最低的部门信息

①查询每个部门的平均工资

②查询①结果中avg(salary) 字段中的最低值

# ③查询部门编号，满足平均工资= ②结果

④查询部门信息，满足  department_id= ③

3*. 查询平均工资最低的部门信息和该部门的平均工资

 4. 查询平均工资最高的 job 信息

①查询每个job的平均工资

②查询①结果中的 avg(salary)的最高值

③查询每个工种的平均工资，满足 平均工资=②

④工种表和③连接  ， 查询平均工资最高的 job 信息  

# 5. 查询平均工资高于公司平均工资的部门有哪些?

#①查询公司的平均工资

②查询每个部门的平均工资，并且平均工资>①

6. 查询平均工资最高的部门的  manager 的详细信息:

①查询平均工资最高的部门编号

②查询部门编号=①的manager的详细信息

---