默认情况下,MySQL 尽可能地使用哈希连接。可以通过使用 BNL
和 NO_BNL
优化器提示,或通过设置 block_nested_loop=on
或 block_nested_loop=off
作为 optimizer_switch 服务器系统变量设置的一部分来控制是否使用哈希连接。
MySQL 对任何查询使用哈希连接,只要每个连接都有一个等值连接条件,并且没有可以应用于任何连接条件的索引,例如以下查询
SELECT *
FROM t1
JOIN t2
ON t1.c1=t2.c1;
当存在一个或多个索引可以用于单表谓词时,也可以使用哈希连接。
在刚刚显示的示例和本节中剩余的示例中,我们假设三个表 t1
、t2
和 t3
是使用以下语句创建的
CREATE TABLE t1 (c1 INT, c2 INT);
CREATE TABLE t2 (c1 INT, c2 INT);
CREATE TABLE t3 (c1 INT, c2 INT);
您可以通过使用 EXPLAIN
查看是否使用了哈希连接,例如
mysql> EXPLAIN
-> SELECT * FROM t1
-> JOIN t2 ON t1.c1=t2.c1\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: t1
partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 1
filtered: 100.00
Extra: NULL
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: t2
partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 1
filtered: 100.00
Extra: Using where; Using join buffer (hash join)
EXPLAIN ANALYZE
还会显示有关使用过的哈希连接的信息。
哈希连接还用于涉及多个连接的查询,只要每对表的至少一个连接条件是等值连接,例如这里显示的查询
SELECT * FROM t1
JOIN t2 ON (t1.c1 = t2.c1 AND t1.c2 < t2.c2)
JOIN t3 ON (t2.c1 = t3.c1);
在像上面显示的这种使用内部连接的例子中,任何不是等值连接的额外条件都在执行连接后作为过滤器应用。(对于外连接,例如左连接、半连接和反连接,它们被打印为连接的一部分。)这可以在 EXPLAIN
的输出中看到
mysql> EXPLAIN FORMAT=TREE
-> SELECT *
-> FROM t1
-> JOIN t2
-> ON (t1.c1 = t2.c1 AND t1.c2 < t2.c2)
-> JOIN t3
-> ON (t2.c1 = t3.c1)\G
*************************** 1. row ***************************
EXPLAIN: -> Inner hash join (t3.c1 = t1.c1) (cost=1.05 rows=1)
-> Table scan on t3 (cost=0.35 rows=1)
-> Hash
-> Filter: (t1.c2 < t2.c2) (cost=0.70 rows=1)
-> Inner hash join (t2.c1 = t1.c1) (cost=0.70 rows=1)
-> Table scan on t2 (cost=0.35 rows=1)
-> Hash
-> Table scan on t1 (cost=0.35 rows=1)
正如从上面显示的输出中也可以看到,对于具有多个等值连接条件的连接,可以使用(并且确实使用)多个哈希连接。
即使任何一对连接表都没有至少一个等值连接条件,也会使用哈希连接,如这里所示
mysql> EXPLAIN FORMAT=TREE
-> SELECT * FROM t1
-> JOIN t2 ON (t1.c1 = t2.c1)
-> JOIN t3 ON (t2.c1 < t3.c1)\G
*************************** 1. row ***************************
EXPLAIN: -> Filter: (t1.c1 < t3.c1) (cost=1.05 rows=1)
-> Inner hash join (no condition) (cost=1.05 rows=1)
-> Table scan on t3 (cost=0.35 rows=1)
-> Hash
-> Inner hash join (t2.c1 = t1.c1) (cost=0.70 rows=1)
-> Table scan on t2 (cost=0.35 rows=1)
-> Hash
-> Table scan on t1 (cost=0.35 rows=1)
(本节后面还提供了其他示例。)
哈希连接也适用于笛卡尔积,即没有指定连接条件时,如这里所示
mysql> EXPLAIN FORMAT=TREE
-> SELECT *
-> FROM t1
-> JOIN t2
-> WHERE t1.c2 > 50\G
*************************** 1. row ***************************
EXPLAIN: -> Inner hash join (cost=0.70 rows=1)
-> Table scan on t2 (cost=0.35 rows=1)
-> Hash
-> Filter: (t1.c2 > 50) (cost=0.35 rows=1)
-> Table scan on t1 (cost=0.35 rows=1)
连接不必包含至少一个等值连接条件才能使用哈希连接。这意味着可以使用哈希连接优化的查询类型包括以下列表中的查询(带示例)
内部非等值连接:
mysql> EXPLAIN FORMAT=TREE SELECT * FROM t1 JOIN t2 ON t1.c1 < t2.c1\G *************************** 1. row *************************** EXPLAIN: -> Filter: (t1.c1 < t2.c1) (cost=4.70 rows=12) -> Inner hash join (no condition) (cost=4.70 rows=12) -> Table scan on t2 (cost=0.08 rows=6) -> Hash -> Table scan on t1 (cost=0.85 rows=6)
半连接:
mysql> EXPLAIN FORMAT=TREE SELECT * FROM t1 -> WHERE t1.c1 IN (SELECT t2.c2 FROM t2)\G *************************** 1. row *************************** EXPLAIN: -> Hash semijoin (t2.c2 = t1.c1) (cost=0.70 rows=1) -> Table scan on t1 (cost=0.35 rows=1) -> Hash -> Table scan on t2 (cost=0.35 rows=1)
反连接:
mysql> EXPLAIN FORMAT=TREE SELECT * FROM t2 -> WHERE NOT EXISTS (SELECT * FROM t1 WHERE t1.c1 = t2.c1)\G *************************** 1. row *************************** EXPLAIN: -> Hash antijoin (t1.c1 = t2.c1) (cost=0.70 rows=1) -> Table scan on t2 (cost=0.35 rows=1) -> Hash -> Table scan on t1 (cost=0.35 rows=1) 1 row in set, 1 warning (0.00 sec) mysql> SHOW WARNINGS\G *************************** 1. row *************************** Level: Note Code: 1276 Message: Field or reference 't3.t2.c1' of SELECT #2 was resolved in SELECT #1
左外连接:
mysql> EXPLAIN FORMAT=TREE SELECT * FROM t1 LEFT JOIN t2 ON t1.c1 = t2.c1\G *************************** 1. row *************************** EXPLAIN: -> Left hash join (t2.c1 = t1.c1) (cost=0.70 rows=1) -> Table scan on t1 (cost=0.35 rows=1) -> Hash -> Table scan on t2 (cost=0.35 rows=1)
右外连接(注意,MySQL 将所有右外连接重写为左外连接)
mysql> EXPLAIN FORMAT=TREE SELECT * FROM t1 RIGHT JOIN t2 ON t1.c1 = t2.c1\G *************************** 1. row *************************** EXPLAIN: -> Left hash join (t1.c1 = t2.c1) (cost=0.70 rows=1) -> Table scan on t2 (cost=0.35 rows=1) -> Hash -> Table scan on t1 (cost=0.35 rows=1)
默认情况下,MySQL 尽可能地使用哈希连接。可以使用 BNL
和 NO_BNL
优化器提示来控制是否使用哈希连接。
哈希连接的内存使用可以通过 join_buffer_size
系统变量控制;哈希连接不能使用超过此值的内存。当哈希连接所需的内存超过可用内存时,MySQL 通过使用磁盘上的文件来处理这种情况。如果发生这种情况,请注意,如果哈希连接无法放入内存并且它创建的文件超过了 open_files_limit
设置的值,则连接可能无法成功。为了避免此类问题,请执行以下任一更改
增加
join_buffer_size
,以使哈希连接不溢出到磁盘。增加
open_files_limit
。
哈希连接的连接缓冲区是增量分配的;因此,您可以设置更高的 join_buffer_size
,而不会导致小型查询分配大量的 RAM,但是外连接会分配整个缓冲区。哈希连接也用于外连接(包括反连接和半连接),因此这不再是问题。