浅析Mysql Join语法以及性能优化

一．join语法概述

join 用于多表中字段之间的联系，语法如下：

... from table1 inner|left|right join table2 on conditiona

table1:左表；table2:右表。

join 按照功能大致分为如下三类：

inner join（内连接,或等值连接）：取得两个表中存在连接匹配关系的记录。

left join（左连接）：取得左表（table1）完全记录，即是右表（table2）并无对应匹配记录。

right join（右连接）：与 left join 相反，取得右表（table2）完全记录，即是左表（table1）并无匹配对应记录。

注意：mysql不支持full join,不过可以通过union 关键字来合并 left join 与 right join来模拟full join.

接下来给出一个列子用于解释下面几种分类。如下两个表(a,b)

mysql> select a.id,a.name,b.name from a,b where a.id=b.id;
+----+-----------+-------------+
| id | name       | name             |
+----+-----------+-------------+
|  1 | pirate       | rutabaga      |
|  2 | monkey    | pirate            |
|  3 | ninja         | darth vader |
|  4 | spaghetti  | ninja             |
+----+-----------+-------------+
4 rows in set (0.00 sec)

二.inner join

内连接，也叫等值连接，inner join产生同时符合a和b的一组数据。

mysql> select * from a inner join b on a.name = b.name;
+----+--------+----+--------+
| id | name   | id | name   |
+----+--------+----+--------+
|  1 | pirate |  2 | pirate |
|  3 | ninja  |  4 | ninja  |
+----+--------+----+--------+

三.left join

mysql> select * from a left join b on a.name = b.name;
#或者：select * from a left outer join b on a.name = b.name;

+----+-----------+------+--------+
| id | name      | id   | name   |
+----+-----------+------+--------+
|  1 | pirate    |    2 | pirate |
|  2 | monkey    | null | null   |
|  3 | ninja     |    4 | ninja  |
|  4 | spaghetti | null | null   |
+----+-----------+------+--------+
4 rows in set (0.00 sec)

left join,（或left outer join:在mysql中两者等价，推荐使用left join.）左连接从左表(a)产生一套完整的记录,与匹配的记录(右表(b)) .如果没有匹配,右侧将包含null。

如果想只从左表(a)中产生一套记录，但不包含右表(b)的记录，可以通过设置where语句来执行，如下：

mysql> select * from a left join b on a.name=b.name where a.id is null or b.id is null;
+----+-----------+------+------+
| id | name      | id   | name |
+----+-----------+------+------+
|  2 | monkey    | null | null |
|  4 | spaghetti | null | null |
+----+-----------+------+------+
2 rows in set (0.00 sec)

同理，还可以模拟inner join. 如下：

mysql> select * from a left join b on a.name=b.name where a.id is not null and b.id is not null;
+----+--------+------+--------+
| id | name   | id   | name   |
+----+--------+------+--------+
|  1 | pirate |    2 | pirate |
|  3 | ninja  |    4 | ninja  |
+----+--------+------+--------+
2 rows in set (0.00 sec)

求差集：

根据上面的例子可以求差集，如下：

select * from a left join b on a.name = b.name
where b.id is null
union
select * from a right join b on a.name = b.name
where a.id is null;
# 结果
    +------+-----------+------+-------------+
| id   | name      | id   | name        |
+------+-----------+------+-------------+
|    2 | monkey    | null | null        |
|    4 | spaghetti | null | null        |
| null | null      |    1 | rutabaga    |
| null | null      |    3 | darth vader |
+------+-----------+------+-------------+

四.right join

mysql> select * from a right join b on a.name = b.name;
+------+--------+----+-------------+
| id   | name   | id | name        |
+------+--------+----+-------------+
| null | null   |  1 | rutabaga    |
|    1 | pirate |  2 | pirate      |
| null | null   |  3 | darth vader |
|    3 | ninja  |  4 | ninja       |
+------+--------+----+-------------+
4 rows in set (0.00 sec)

同left join。

五.cross join

cross join：交叉连接，得到的结果是两个表的乘积，即笛卡尔积

笛卡尔（descartes）乘积又叫直积。假设集合a={a,b}，集合b={0,1,2}，则两个集合的笛卡尔积为{(a,0),(a,1),(a,2),(b,0),(b,1), (b,2)}。可以扩展到多个集合的情况。类似的例子有，如果a表示某学校学生的集合，b表示该学校所有课程的集合，则a与b的笛卡尔积表示所有可能的选课情况。

mysql> select * from a cross join b;
+----+-----------+----+-------------+
| id | name      | id | name        |
+----+-----------+----+-------------+
|  1 | pirate    |  1 | rutabaga    |
|  2 | monkey    |  1 | rutabaga    |
|  3 | ninja     |  1 | rutabaga    |
|  4 | spaghetti |  1 | rutabaga    |
|  1 | pirate    |  2 | pirate      |
|  2 | monkey    |  2 | pirate      |
|  3 | ninja     |  2 | pirate      |
|  4 | spaghetti |  2 | pirate      |
|  1 | pirate    |  3 | darth vader |
|  2 | monkey    |  3 | darth vader |
|  3 | ninja     |  3 | darth vader |
|  4 | spaghetti |  3 | darth vader |
|  1 | pirate    |  4 | ninja       |
|  2 | monkey    |  4 | ninja       |
|  3 | ninja     |  4 | ninja       |
|  4 | spaghetti |  4 | ninja       |
+----+-----------+----+-------------+
16 rows in set (0.00 sec)

#再执行：mysql> select * from a inner join b; 试一试

#在执行mysql> select * from a cross join b on a.name = b.name; 试一试

实际上，在 mysql 中（仅限于 mysql） cross join 与 inner join 的表现是一样的，在不指定 on 条件得到的结果都是笛卡尔积，反之取得两个表完全匹配的结果。 inner join 与 cross join 可以省略 inner 或 cross 关键字，因此下面的 sql 效果是一样的：

... from table1 inner join table2
... from table1 cross join table2
... from table1 join table2

六.full join

mysql> select * from a left join b on b.name = a.name
    -> union
    -> select * from a right join b on b.name = a.name;
+------+-----------+------+-------------+
| id   | name      | id   | name        |
+------+-----------+------+-------------+
|    1 | pirate    |    2 | pirate      |
|    2 | monkey    | null | null        |
|    3 | ninja     |    4 | ninja       |
|    4 | spaghetti | null | null        |
| null | null      |    1 | rutabaga    |
| null | null      |    3 | darth vader |
+------+-----------+------+-------------+
6 rows in set (0.00 sec)

全连接产生的所有记录（双方匹配记录）在表a和表b。如果没有匹配,则对面将包含null。

七.性能优化
1.显示(explicit) inner join vs 隐式(implicit) inner join

如：

select * from
table a inner join table b
on a.id = b.id;

vs

select a.*, b.*
from table a, table b
where a.id = b.id;

我在数据库中比较(10w数据)得之，它们用时几乎相同，第一个是显示的inner join，后一个是隐式的inner join。

2.left join/right join vs inner join

尽量用inner join.避免 left join 和 null.

在使用left join（或right join）时，应该清楚的知道以下几点：
(1). on与 where的执行顺序

    on 条件（“a left join b on 条件表达式”中的on）用来决定如何从 b 表中检索数据行。如果 b 表中没有任何一行数据匹配 on 的条件,将会额外生成一行所有列为 null 的数据,在匹配阶段 where 子句的条件都不会被使用。仅在匹配阶段完成以后，where 子句条件才会被使用。它将从匹配阶段产生的数据中检索过滤。

所以我们要注意：在使用left (right) join的时候，一定要在先给出尽可能多的匹配满足条件，减少where的执行。如：

pass

select * from a
inner join b on b.name = a.name
left join c on c.name = b.name
left join d on d.id = c.id
where c.status>1 and d.status=1;

great

select * from a
inner join b on b.name = a.name
left join c on c.name = b.name and c.status>1
left join d on d.id = c.id and d.status=1

从上面例子可以看出，尽可能满足on的条件，而少用where的条件。从执行性能来看第二个显然更加省时。

(2).注意on 子句和 where 子句的不同

如作者举了一个列子：

mysql> select * from product left join product_details
       on (product.id = product_details.id)
       and product_details.id=2;
+----+--------+------+--------+-------+
| id | amount | id   | weight | exist |
+----+--------+------+--------+-------+
|  1 |    100 | null |   null |  null |
|  2 |    200 |    2 |     22 |     0 |
|  3 |    300 | null |   null |  null |
|  4 |    400 | null |   null |  null |
+----+--------+------+--------+-------+
4 rows in set (0.00 sec)

mysql> select * from product left join product_details
       on (product.id = product_details.id)
       where product_details.id=2;
+----+--------+----+--------+-------+
| id | amount | id | weight | exist |
+----+--------+----+--------+-------+
|  2 |    200 |  2 |     22 |     0 |
+----+--------+----+--------+-------+
1 row in set (0.01 sec)

从上可知，第一条查询使用 on 条件决定了从 left join的 product_details表中检索符合的所有数据行。第二条查询做了简单的left join，然后使用 where 子句从 left join的数据中过滤掉不符合条件的数据行。

(3).尽量避免子查询，而用join

往往性能这玩意儿，更多时候体现在数据量比较大的时候，此时，我们应该避免复杂的子查询。如下：

pass

insert into t1(a1) select b1 from t2 where not exists(select 1 from t1 where t1.id = t2.r_id);

great

insert into t1(a1) 
select b1 from t2 
left join (select distinct t1.id from t1 ) t1 on t1.id = t2.r_id  
where t1.id is null;