文档首页
MySQL 9.0 参考手册
相关文档 下载此手册
PDF (US Ltr) - 40.0Mb
PDF (A4) - 40.1Mb
手册页 (TGZ) - 258.2Kb
手册页 (Zip) - 365.3Kb
Info (Gzip) - 4.0Mb
Info (Zip) - 4.0Mb


MySQL 9.0 参考手册  /  ...  /  嵌套连接优化

10.2.1.8 嵌套连接优化

表达连接的语法允许嵌套连接。以下讨论参考了第 15.2.13.2 节,“JOIN 子句”中描述的连接语法。

table_factor 的语法与 SQL 标准相比有所扩展。后者只接受 table_reference,而不是在括号内的一系列 table_reference。如果我们认为 table_reference 项列表中的每个逗号都等效于一个内连接,那么这是一个保守的扩展。例如

SELECT * FROM t1 LEFT JOIN (t2, t3, t4)
                 ON (t2.a=t1.a AND t3.b=t1.b AND t4.c=t1.c)

等效于

SELECT * FROM t1 LEFT JOIN (t2 CROSS JOIN t3 CROSS JOIN t4)
                 ON (t2.a=t1.a AND t3.b=t1.b AND t4.c=t1.c)

在 MySQL 中,CROSS JOIN 在语法上等效于 INNER JOIN;它们可以互相替换。在标准 SQL 中,它们并不等效。 INNER JOINON 子句一起使用;CROSS JOIN 用于其他情况。

一般来说,在只包含内连接操作的连接表达式中可以忽略括号。考虑以下连接表达式

t1 LEFT JOIN (t2 LEFT JOIN t3 ON t2.b=t3.b OR t2.b IS NULL)
   ON t1.a=t2.a

在删除括号并将操作分组到左侧之后,该连接表达式将转换为以下表达式

(t1 LEFT JOIN t2 ON t1.a=t2.a) LEFT JOIN t3
    ON t2.b=t3.b OR t2.b IS NULL

但是,这两个表达式并不等效。为了说明这一点,假设表 t1t2t3 具有以下状态

  • t1 包含行 (1)(2)

  • t2 包含行 (1,101)

  • t3 包含行 (101)

在这种情况下,第一个表达式返回一个结果集,其中包含行 (1,1,101,101)(2,NULL,NULL,NULL),而第二个表达式返回行 (1,1,101,101)(2,NULL,NULL,101)

mysql> SELECT *
       FROM t1
            LEFT JOIN
            (t2 LEFT JOIN t3 ON t2.b=t3.b OR t2.b IS NULL)
            ON t1.a=t2.a;
+------+------+------+------+
| a    | a    | b    | b    |
+------+------+------+------+
|    1 |    1 |  101 |  101 |
|    2 | NULL | NULL | NULL |
+------+------+------+------+

mysql> SELECT *
       FROM (t1 LEFT JOIN t2 ON t1.a=t2.a)
            LEFT JOIN t3
            ON t2.b=t3.b OR t2.b IS NULL;
+------+------+------+------+
| a    | a    | b    | b    |
+------+------+------+------+
|    1 |    1 |  101 |  101 |
|    2 | NULL | NULL |  101 |
+------+------+------+------+

在以下示例中,外连接操作与内连接操作一起使用

t1 LEFT JOIN (t2, t3) ON t1.a=t2.a

该表达式不能转换为以下表达式

t1 LEFT JOIN t2 ON t1.a=t2.a, t3

对于给定的表状态,这两个表达式返回不同的行集

mysql> SELECT *
       FROM t1 LEFT JOIN (t2, t3) ON t1.a=t2.a;
+------+------+------+------+
| a    | a    | b    | b    |
+------+------+------+------+
|    1 |    1 |  101 |  101 |
|    2 | NULL | NULL | NULL |
+------+------+------+------+

mysql> SELECT *
       FROM t1 LEFT JOIN t2 ON t1.a=t2.a, t3;
+------+------+------+------+
| a    | a    | b    | b    |
+------+------+------+------+
|    1 |    1 |  101 |  101 |
|    2 | NULL | NULL |  101 |
+------+------+------+------+

因此,如果我们在包含外连接运算符的连接表达式中省略括号,我们可能会更改原始表达式的结果集。

更准确地说,我们不能忽略左外连接操作的右操作数和右连接操作的左操作数中的括号。换句话说,我们不能忽略外连接操作的内表表达式的括号。其他操作数(外表操作数)的括号可以忽略。

以下表达式

(t1,t2) LEFT JOIN t3 ON P(t2.b,t3.b)

对于任何表 t1,t2,t3 和任何针对属性 t2.bt3.b 的条件 P,等效于以下表达式

t1, t2 LEFT JOIN t3 ON P(t2.b,t3.b)

每当连接表达式 (joined_table) 中的连接操作的执行顺序不是从左到右时,我们就称之为嵌套连接。考虑以下查询

SELECT * FROM t1 LEFT JOIN (t2 LEFT JOIN t3 ON t2.b=t3.b) ON t1.a=t2.a
  WHERE t1.a > 1

SELECT * FROM t1 LEFT JOIN (t2, t3) ON t1.a=t2.a
  WHERE (t2.b=t3.b OR t2.b IS NULL) AND t1.a > 1

这些查询被认为包含以下嵌套连接

t2 LEFT JOIN t3 ON t2.b=t3.b
t2, t3

在第一个查询中,嵌套连接是由左连接操作形成的。在第二个查询中,它是通过内连接操作形成的。

在第一个查询中,可以省略括号:连接表达式的语法结构指示连接操作的执行顺序相同。对于第二个查询,不能省略括号,尽管此处连接表达式可以在没有括号的情况下被明确地解释。在我们的扩展语法中,第二个查询中的 (t2, t3) 中的括号是必需的,尽管理论上查询可以在没有它们的情况下解析:我们仍然会有查询的明确的语法结构,因为 LEFT JOINON 充当表达式 (t2,t3) 的左右分隔符。

前面的示例演示了以下几点

  • 对于只涉及内连接(而不是外连接)的连接表达式,可以删除括号并从左到右评估连接。事实上,表可以以任何顺序评估。

  • 一般来说,对于外连接或外连接与内连接的混合来说,情况并非如此。删除括号可能会更改结果。

具有嵌套外连接的查询以与具有内连接的查询相同的方式执行管道。更准确地说,利用了嵌套循环连接算法的变体。回顾嵌套循环连接执行查询的算法(请参见 第 10.2.1.7 节,“嵌套循环连接算法”)。假设在 3 个表 T1,T2,T3 上的连接查询具有以下形式

SELECT * FROM T1 INNER JOIN T2 ON P1(T1,T2)
                 INNER JOIN T3 ON P2(T2,T3)
  WHERE P(T1,T2,T3)

这里,P1(T1,T2)P2(T3,T3) 是某些连接条件(关于表达式),而 P(T1,T2,T3) 是表 T1,T2,T3 的列上的条件。

嵌套循环连接算法将以以下方式执行此查询

FOR each row t1 in T1 {
  FOR each row t2 in T2 such that P1(t1,t2) {
    FOR each row t3 in T3 such that P2(t2,t3) {
      IF P(t1,t2,t3) {
         t:=t1||t2||t3; OUTPUT t;
      }
    }
  }
}

符号 t1||t2||t3 表示通过连接行 t1t2t3 的列构造的行。在以下一些示例中,表名出现处的 NULL 表示将 NULL 用于该表每个列的行。例如,t1||t2||NULL 表示通过连接行 t1t2 的列,以及 t3 每个列的 NULL 构造的行。据说这样的行是 NULL 补充的。

现在考虑具有嵌套外连接的查询

SELECT * FROM T1 LEFT JOIN
              (T2 LEFT JOIN T3 ON P2(T2,T3))
              ON P1(T1,T2)
  WHERE P(T1,T2,T3)

对于此查询,修改嵌套循环模式以获得

FOR each row t1 in T1 {
  BOOL f1:=FALSE;
  FOR each row t2 in T2 such that P1(t1,t2) {
    BOOL f2:=FALSE;
    FOR each row t3 in T3 such that P2(t2,t3) {
      IF P(t1,t2,t3) {
        t:=t1||t2||t3; OUTPUT t;
      }
      f2=TRUE;
      f1=TRUE;
    }
    IF (!f2) {
      IF P(t1,t2,NULL) {
        t:=t1||t2||NULL; OUTPUT t;
      }
      f1=TRUE;
    }
  }
  IF (!f1) {
    IF P(t1,NULL,NULL) {
      t:=t1||NULL||NULL; OUTPUT t;
    }
  }
}

通常,对于外连接操作中第一个内表的任何嵌套循环,都会引入一个标志,该标志在循环之前被关闭,并在循环之后被检查。当为来自外表的当前行找到来自表示内操作数的表的匹配项时,标志被打开。如果在循环周期结束时标志仍然关闭,则表示未为外表的当前行找到匹配项。在这种情况下,该行通过内表的列的 NULL 值进行补充。结果行被传递到最终的输出检查或下一个嵌套循环,但前提是该行满足所有嵌入式外连接的连接条件。

在示例中,由以下表达式表示的外连接表是嵌入的

(T2 LEFT JOIN T3 ON P2(T2,T3))

对于具有内连接的查询,优化器可以选择不同的嵌套循环顺序,例如以下顺序

FOR each row t3 in T3 {
  FOR each row t2 in T2 such that P2(t2,t3) {
    FOR each row t1 in T1 such that P1(t1,t2) {
      IF P(t1,t2,t3) {
         t:=t1||t2||t3; OUTPUT t;
      }
    }
  }
}

对于具有外连接的查询,优化器只能选择外表的循环先于内表的循环的顺序。因此,对于我们的具有外连接的查询,只有一种嵌套顺序是可能的。对于以下查询,优化器评估两种不同的嵌套。在这两种嵌套中,T1 必须在外部循环中处理,因为它用于外连接。 T2T3 用于内连接,因此该连接必须在内部循环中处理。但是,由于连接是内连接,因此可以按任何顺序处理 T2T3

SELECT * T1 LEFT JOIN (T2,T3) ON P1(T1,T2) AND P2(T1,T3)
  WHERE P(T1,T2,T3)

一种嵌套评估 T2,然后评估 T3

FOR each row t1 in T1 {
  BOOL f1:=FALSE;
  FOR each row t2 in T2 such that P1(t1,t2) {
    FOR each row t3 in T3 such that P2(t1,t3) {
      IF P(t1,t2,t3) {
        t:=t1||t2||t3; OUTPUT t;
      }
      f1:=TRUE
    }
  }
  IF (!f1) {
    IF P(t1,NULL,NULL) {
      t:=t1||NULL||NULL; OUTPUT t;
    }
  }
}

另一种嵌套评估 T3,然后评估 T2

FOR each row t1 in T1 {
  BOOL f1:=FALSE;
  FOR each row t3 in T3 such that P2(t1,t3) {
    FOR each row t2 in T2 such that P1(t1,t2) {
      IF P(t1,t2,t3) {
        t:=t1||t2||t3; OUTPUT t;
      }
      f1:=TRUE
    }
  }
  IF (!f1) {
    IF P(t1,NULL,NULL) {
      t:=t1||NULL||NULL; OUTPUT t;
    }
  }
}

在讨论内连接的嵌套循环算法时,我们省略了一些细节,这些细节对查询执行性能的影响可能很大。我们没有提到所谓的 向下推” 条件。假设我们的 WHERE 条件 P(T1,T2,T3) 可以用合取公式表示

P(T1,T2,T2) = C1(T1) AND C2(T2) AND C3(T3).

在这种情况下,MySQL 实际上对具有内连接的查询的执行使用以下嵌套循环算法

FOR each row t1 in T1 such that C1(t1) {
  FOR each row t2 in T2 such that P1(t1,t2) AND C2(t2)  {
    FOR each row t3 in T3 such that P2(t2,t3) AND C3(t3) {
      IF P(t1,t2,t3) {
         t:=t1||t2||t3; OUTPUT t;
      }
    }
  }
}

您可以看到每个合取项 C1(T1)C2(T2)C3(T3) 都被从最内层循环推到最外层循环,在那里可以对其进行评估。如果 C1(T1) 是一个非常严格的条件,则这种条件向下推可能会大大减少传递到内循环的来自表 T1 的行数。结果,查询的执行时间可能会大大提高。

对于具有外连接的查询,只有在发现来自外表的当前行在内表中存在匹配项后,才检查 WHERE 条件。因此,将条件从内嵌套循环中推出的优化不能直接应用于具有外连接的查询。在这里,我们必须引入由标志保护的条件向下推谓词,这些标志在遇到匹配项时打开。

回顾这个具有外连接的示例

P(T1,T2,T3)=C1(T1) AND C(T2) AND C3(T3)

对于该示例,使用受保护的向下推条件的嵌套循环算法如下所示

FOR each row t1 in T1 such that C1(t1) {
  BOOL f1:=FALSE;
  FOR each row t2 in T2
      such that P1(t1,t2) AND (f1?C2(t2):TRUE) {
    BOOL f2:=FALSE;
    FOR each row t3 in T3
        such that P2(t2,t3) AND (f1&&f2?C3(t3):TRUE) {
      IF (f1&&f2?TRUE:(C2(t2) AND C3(t3))) {
        t:=t1||t2||t3; OUTPUT t;
      }
      f2=TRUE;
      f1=TRUE;
    }
    IF (!f2) {
      IF (f1?TRUE:C2(t2) && P(t1,t2,NULL)) {
        t:=t1||t2||NULL; OUTPUT t;
      }
      f1=TRUE;
    }
  }
  IF (!f1 && P(t1,NULL,NULL)) {
      t:=t1||NULL||NULL; OUTPUT t;
  }
}

通常,向下推谓词可以从连接条件(例如 P1(T1,T2)P(T2,T3))中提取。在这种情况下,向下推谓词也由一个标志保护,该标志阻止检查由相应的外部连接操作生成的 NULL 补充行的谓词。

如果从 WHERE 条件中的谓词推导出,则禁止从一个内表到同一嵌套连接中的另一个内表的键访问。