MySQL 查询优化（五）：一文看懂联合查询优化机制

MySQL 使用联合的形式的地方会远远超过我们过去认知的范畴。基本上，它会认为每个查询都有联合，而不仅仅是从两张表中查出匹配的数据行，这包括了子查询，甚至仅仅对单表的 SELECT 操作。因此，理解 MySQL 如何执行联合十分重要。

MySQL 联合查询执行策略。

以一个 UNION 查询为例，MySQL 执行 UNION 查询时，会把他们当做一系列的单个查询语句，然后把对应的结果放入到临时表中，最终再读出来返回。在 MySQL中，每个独立的查询都是一个联合查询，从临时表读取返回结果也一样。

这种情形下，MySQL 的联合查询执行很简单——它将这里的联合查询当做是嵌套循环的联合查询。这意味着 MySQL 会运行一个循环去从数据表读取数据行，然而在运行一个嵌套循环从下一个表读取匹配的数据行。这个过程一直持续，直到找到联合查询中的所有匹配的数据行。然后再根据 SELECT 语句中需要的列去构建返回结果。如下面的查询语句所示：

SELECT tb1.col1, tb2.col2
FROM tb1 INNER JOIN tb2 USING(col3)
WHERE tb1.col1 IN(5,6);

实际转换为 MySQL可能执行的伪代码是下面这样的：

outer_iter = iterator over tb1 where col1 IN(5,6);
outer_row = outer_iter.next;
while outer_row
    inner_iter = iterator over tb2 where col3 = outer_row.col3;
    inner_row = inner_iter.next
    while inner_row
        output [outer_row.col1, inner_row.col2];
        inner_row = inner_iter.next;
    end
    outer_row = outer.iter.next;
end

这个查询执行计划像处理单表查询一样那样简单地处理多表查询，这就是为什么说即便是单表查询也可以当做联合查询——单表联合查询是更复杂的组合联合查询的基本操作。对于外连接的处理也是一样，例如下面的查询：

SELECT tb1.col1, tb2.col2
FROM tb1 LEFT OUTER JOIN tb2 USING(col3)
WHERE tb1.col1 IN(5,6);

转换为伪代码后如下所示：

outer_iter = iterator over tb1 where col1 IN(5,6);
outer_row = outer_iter.next;
while outer_row
    inner_iter = iterator over tb2 where col3 = outer_row.col3;
    inner_row = inner_iter.next
    if inner_row
        while inner_row
            output [outer_row.col1, inner_row.col2];
            inner_row = inner_iter.next;
        end
    else
        output [outer_row.col1, NULL];
    end
    outer_row = outer.iter.next;
end

另一个方式可视化展现查询计划的方式是使用泳道图的形式。下面的图展示了 内连接查询的泳道图。

image.png

MySQL 执行的各类查询基本上都是相同的方式。例如，在 FROM 条件里需要先执行的子查询时，也是先将结果放入临时表，然后再把临时表当作普通表后联合来处理。MySQL 执行联合查询时也是使用临时表，然后将右连接查询重写为等价的左连接。简而言之，当前版本的 MySQL 会尽可能把各类查询转成这种方式处理（最新版本 MySQL5.6以后引入了更多的复杂的处理方式）。

当然，并不是所有合法的 SQL 查询语句都可以这么做，有些查询这么做的效果可能很差。

执行计划

MySQL不像其他很多数据库产品，它不会将查询语句产生字节码去执行查询计划。实际上，查询执行计划是一棵指令树，查询执行引擎根据这棵树产生查询结果。最终的查询计划包含了足够多的信息去重构最初的查询。如果在查询语句上执行EXPLAIN EXTENDED（MySQL 8以后不需要加 EXTENDED），然后再执行SHOW WARNINGS，就可以看到重构后的查询。

image.png

对于多表查询在概念上可以用树代表。例如，一个4张表的查询可能长得像下面的树一样。这在计算机里称为平衡树，

然而这不是 MySQL 执行查询的方式。如前所述，MySQL 总是从一张数据表开始，然后再从下一张表寻找匹配的数据行。因此，MySQL 的查询计划看起来像下面的左深连接树。

image.png

联合查询优化器

MySQL 的查询优化器中最重要的部分是联合查询优化器，由它来决定多表查询执行过程的最优顺序。通常可以通过多种联合查询的次序获取相同的结果。联合查询优化器试图估计这些方案的代价，然后选择最低代价的方案去执行。

下面是一个查询相同结果，但不同次序的联合查询示例。

SELECT film.film_id, film.title, film.release_year, actor.actor_id, actor.first_name, actor.last_name
FROM sakila.film
INNER JOIN sakila.film_actor USING(film_id)
INNER JOIN sakila.actor USING(actor_id);

这里面可能会有一些不同的查询方式。比如，MySQL 可以从 film 表开始，使用 film_actor 的film_id 索引去查找对应的 actor_di 值，然后再从 actor 表使用主键找到对应的 actor 数据行。而 Oracle 用户可能会表述为：“film 表是 film_actor 的驱动表，而 film_actor 是 actor 表的驱动表”。而使用 Explain 解析的结果如下：

******** 1.row ********
id: 1
select_type: SIMPLE
table: actor
type: ALL
possible_keys: PRIMARY
key: NULL
key_len: NULL
ref: NULL
rows: 200
Extra:
******** 2.row ********
id: 1
select_type: SIMPLE
table: film_actor
type: ref
possible_keys: PRIMARY, idx_fk_film_id
key: PRIMARY
key_len: 2
ref: sakila.film.film_id
rows: 1
Extra: USING index
******** 3.row ********
id: 1
select_type: SIMPLE
table: film
type: eq_ref
possible_keys: PRIMARY
key: PRIMARY
key_len: 2
ref: sakila.film_actor.film_id
rows: 1
Extra: 

这个执行计划与我们猜想的有很大不同。MySQL 首先从 actor 表开始，然后次序是反向的。这是否真的更有效？我们可以在 EXPLAIN 上加上 STRAIGHT_JOIN 来避免优化：

EXPLAIN SELECT STRAIGHT_JOIN film.film_id, film.title, film.release_year, actor.actor_id, actor.first_name, actor.last_name
FROM sakila.film
INNER JOIN sakila.film_actor USING(film_id)
INNER JOIN sakila.actor USING(actor_id);

******** 1.row ********
id: 1
select_type: SIMPLE
table: film
type: ALL
possible_keys: PRIMARY
key: NULL
key_len: NULL
ref: NULL
rows: 951
Extra:
******** 2.row ********
id: 1
select_type: SIMPLE
table: film_actor
type: ref
possible_keys: PRIMARY, idx_fk_film_id
key: idx_fk_film_id
key_len: 2
ref: sakila.film.film_id
rows: 1
Extra: USING index
******** 3.row ********
id: 1
select_type: SIMPLE
table: actor
type: eq_ref
possible_keys: PRIMARY
key: PRIMARY
key_len: 2
ref: sakila.film_actor.actor_id
rows: 1
Extra: 

这解释了为什么MySQL 为什么需要反序执行查询，这会使得检查的数据行更少。

• 先查询 film 表会需要对 film_actor 和 actor 进行951次查询（最外层循环）
• 如果将 actor表前置，则只需要对其他表进行200次查询。

从这个例子可以看出，MySQL 的联合查询优化器可以通过调整查询表次序降低查询代价。重新排序后的联合查询通常是很有效的优化，通常是几倍性能的提高。如果没有性能提高的话，也可以使用 STRAIGHT_JOIN 来避免重排序，而使用我们自己认为最好的查询方式。这种情况实际遇到的会很少，大部分情况下，联合查询优化器都会比人做得更出色。

联合查询优化器视图以最低完成代价构建一个查询执行树。如果有可能，它会从全部的单表计划开始，检查所有可能的子树组合。不行的是，一个 N 张表的联合查询会有 N 个阶乘的组合次序数量。这被称之为所有可能的查询计划的搜索空间，这个数量增长非常快。一个10张表的联合索引会有3628800个不同的方式！一旦搜索空间增长到过大，会导致查询的优化十分久，这时候服务端会停止做全量分析，替代以类似贪婪算法的方式完成优化。这个数量通过 optimizer_search_depth 系统变量控制，可以自己修改该参数。