为什么 MySQL 不建议执行超过 3 表以上的多表关联查询？

以你之姓@ 2024-03-31 11:19 90阅读 0赞

#### 目录 ####

*  一、概述
 *  二、讨论

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

## 一、概述 ##

前段时间在跟其他公司 DBA 交流时谈到了 MySQL 与 PG之间在多表关联查询上的一些区别，相比之下 MySQL 只有一种表连接类型：嵌套循环连接 (nested-loop)，不支持排序-合并连接 (sort-merge join) 与散列连接 (hash join)，而 PG 是都支持的，而且 MySQL 是往简单化方向去设计的，如果多个表关联查询 (超过3张表) 效率上是比不上 PG 的。

下面也对 MySQL 多表关联这个特性简单探讨下~

## 二、讨论 ##

MySQL多表关联查询效率高点还是多次单表查询效率高？

A,B两个表数据规模十几万，数据规模都不大，单机 MySQL 够用了，在单机的基础上要关联两表的数据，先说一个极端情况，A,B两个表都没有索引，并且关联是笛卡尔积，那关联结果会爆炸式增长，可能到亿级别，这个时候网络IO成了瓶颈，这个时候两次十万行结果集的拉去可能远小于 1 次亿级别的结果集的拉取，那么将关联合并拉到 service 层做更快。

但实际业务中一般不会有这么蠢的行为，一般关联会有连接条件，并且连接条件上会有索引，一般是有一个结果集比较小，拿到这个结果集去另一张表去关联出其它信息，如果放到 service 层去做，最快的方式是，先查 A 表，得到一个小的结果集，一次 rpc，再根据结果集，拼凑出 B 表的查询条件，去 B 表查到一个结果集，再一次 rpc，再把结果集拉回 service 层，再一次 rpc，然后 service 层做合并，3次rpc，如果用数据库的 join，关联结果拉回来，一次 rpc，帮你省了两次 rpc，当然数据库上做关联更快，对应到数据库就是一次 blk nested loop join，这是业务常用情况。

但是确实大多数业务都会考虑把这种合并操作放到 service 层，一般是有以下几方面考虑：

第一：单机数据库计算资源很贵，数据库同时要服务写和读，都需要消耗 CPU，为了能让数据库的吞吐变得更高，而业务又不在乎那几百微妙到毫秒级的延时差距，业务会把更多计算放到 service 层做，毕竟计算资源很好水平扩展，数据库很难啊，所以大多数业务会把纯计算操作放到 service 层做，而将数据库当成一种带事务能力的 kv 系统来使用，这是一种重业务，轻 DB 的架构思路

第二：很多复杂的业务可能会由于发展的历史原因，一般不会只用一种数据库，一般会在多个数据库上加一层中间件，多个数据库之间就没办法 join 了，自然业务会抽象出一个 service 层，降低对数据库的耦合。

第三：对于一些大型公司由于数据规模庞大，不得不对数据库进行分库分表，对于分库分表的应用，使用 join 也受到了很多限制，除非业务能够很好的根据 sharding key 明确要 join 的两个表在同一个物理库中。而中间件一般对跨库 join 都支持不好。

举一个很常见的业务例子，在分库分表中，要同步更新两个表，这两个表位于不同的物理库中，为了保证数据一致性，一种做法是通过分布式事务中间件将两个更新操作放到一个事务中，但这样的操作一般要加全局锁，性能很捉急，而有些业务能够容忍短暂的数据不一致，怎么做？让它们分别更新呗，但是会存在数据写失败的问题，那就起个定时任务，扫描下A表有没有失败的行，然后看看B表是不是也没写成功，然后对这两条关联记录做订正，这个时候同样没法用join去实现，只能将数据拉到 service 层应用自己来合并了。。。

到这里答案就很清楚了~

对关联查询进行分解

很多高性能的应用都会对关联查询进行分解。

简单地，可以对每个表进行一次单表查询，然后将结果在应用程序中进行关联。例如，下面这个查询：

select * from tag
    join tag_post on tag_post.tag_id=tag.id
    join post on tag_post.post_id=post.id
    where tag.tag=’mysql’;

可以分解成下面这些查询来代替：

select * from tag where tag=’mysql’;
    select * from tag_post where tag_id=1234;
    select * from post where id in(123,456,567,9989,8909);

为什么会这样做呢？原本一条查询，这里却变成了多条查询，返回结果又是一模一样。

事实上，用分解关联查询的方式重构查询具有如下优势：

*  让缓存的效率更高。
 *  许多应用程序可以方便地缓存单表查询对应的结果对象。另外对于MySQL的查询缓存来说，如果关联中的某个表发生了变化，那么就无法使用查询缓存了，而拆分后，如果某个表很少改变，那么基于该表的查询就可以重复利用查询缓存结果了。
 *  将查询分解后，执行单个查询可以减少锁的竞争。
 *  在应用层做关联，可以更容易对数据库进行拆分，更容易做到高性能和可扩展。
 *  查询本身效率也可能会有所提升。
 *  可以减少冗余记录的查询。
 *  更进一步，这样做相当于在应用中实现了哈希关联，而不是使用 MySQL 的嵌套环关联，某些场景哈希关联的效率更高很多。

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

转载于：[https://www.cnblogs.com/Java-no-1/p/11019615.html][https_www.cnblogs.com_Java-no-1_p_11019615.html]

[https_www.cnblogs.com_Java-no-1_p_11019615.html]: https://www.cnblogs.com/Java-no-1/p/11019615.html