MySql小表驱动大表

Author Avatar
lucky 2020年10月21日
  • 在其它设备中阅读本文章

原文地址: https://blog.csdn.net/codejas/article/details/78632883

一、优化原则

小表驱动大表，即小的数据集驱动大得数据集。在知道什么是小表驱动达大表之前，我们先来了解两个查询关键字，IN 与 EXISTS。我们通过两段查询语句先来了解一下它们的作用。我建立了两张表，一张员工表，一张部门表，员工表中有部门 id 这个属性，将这两张表关联起来。

我们先使用 IN 来查询数据：

SELECT * 
FROM t_emp 
WHERE dept_id IN (SELECT dept_id FROM t_dept) 
LIMIT 5;

查询结果：由于有很多的员工信息，在这里我就只查询 5 条数据。

+-------------+----------+------------+--------------+---------+
| emp_id      | emp_name | emp_gender | emp_email    | dept_id |
+-------------+----------+------------+--------------+---------+
| 00000000177 | 41d80    | m          | 41d80@zc.com |       1 |
| 00000000178 | a74b8    | m          | a74b8@zc.com |       1 |
| 00000000179 | 661ca    | m          | 661ca@zc.com |       1 |
| 00000000180 | 9413d    | m          | 9413d@zc.com |       1 |
| 00000000181 | 7d577    | m          | 7d577@zc.com |       1 |
+-------------+----------+------------+--------------+---------+

接下里使用 EXISTS 来查询数据：

 SELECT * 
 FROM t_emp 
 WHERE EXISTS 
     (SELECT 1 
     FROM t_dept 
     WHERE t_dept.dept_id = t_emp.dept_id) 
 LIMIT 5;

查询结果：与上面的结果一样。

+-------------+----------+------------+--------------+---------+
| emp_id      | emp_name | emp_gender | emp_email    | dept_id |
+-------------+----------+------------+--------------+---------+
| 00000000177 | 41d80    | m          | 41d80@zc.com |       1 |
| 00000000178 | a74b8    | m          | a74b8@zc.com |       1 |
| 00000000179 | 661ca    | m          | 661ca@zc.com |       1 |
| 00000000180 | 9413d    | m          | 9413d@zc.com |       1 |
| 00000000181 | 7d577    | m          | 7d577@zc.com |       1 |
+-------------+----------+------------+--------------+---------+

既然 IN 和 EXISTS 都可以用来查询数据，那它们两个有什么区别呢？

SELECT * 
FROM t_emp 
WHERE dept_id IN 
    (SELECT dept_id 
    FROM t_dept);

// 这条SQL 语句相当于：
for SELECT dept_id FROM t_dept
    for SELECT * FROM t_emp WHERE t_emp.dept_id = t_dept.dept_id

这里虽然我们编写的 SQL 语句是主查询员工信息，子查询部门 id ，但是 MySql 的执行顺序会先执行子查询，再执行主查询，然后获得我们要查询的数据。

 SELECT * 
 FROM t_emp 
 WHERE EXISTS 
     (SELECT 1 
     FROM t_dept 
     WHERE t_dept.dept_id = t_emp.dept_id);

// 这条SQL 语句相当于：     
for SELECT * FROM t_emp 
    for SELECT * FROM t_dept  WHERE t_dept.dept_id = t_emp.dept_id

我们可以将 EXISTS 语法理解为：将主查询的数据放在子查询中做条件验证，根据结果 TRUE 和 FALSE 来决定主查询中的数据是否需要保留。EXISTS 子查询只返回 TRUE 或 FALSE ，因此子查询中的 SELECT * 可以是 SELECT 1 或者其他，MySql 的官方说在实际执行时会忽略 SELECT 清单，因此是没有 什么区别的。EXISTS 子查询其实在执行时，MySql 已经对它做了一些优化并不是对每条数据进行对比。

二、总结

在实际操作过程中我们要对两张表的 dept_id 都设置索引。在一开始我们就讲了一个优化原则即：小表驱动大表，在我们使用 IN 进行关联查询时，通过上面 IN 操作的执行顺序，我们是先查询部门表再根据部门表查出来的 id 信息查询员工信息。我们都知道员工表肯定会有很多的员工信息，但是部门表一般只会有很少的数据信息，我们事先通过查询部门表信息查询员工信息，以小表 (t_dept) 的查询结果，去驱动大表 (t_emp)，这种查询方式是效率很高的，也是值得提倡的。

但是我们使用 EXISTS 查询时，首先查询员工表，然后根据部门表的查询条件返回的 TRUE 或者 FALSE ，再决定员工表中的信息是否需要保留。这不就是用大的数据表 (t_emp) 去驱动小的数据表小的数据表(t_dept) 了吗？虽然这种方式也可以查出我们想要的数据，但是这种查询方式是不值得提倡的。

当 t_emp 表中数据多于 t_dept 表中的数据时，这时我们使用 IN 优于 EXISTS。当 t_dept 表中数据多于 t_emp 表中的数据时(我们这里只是假设)，这时我们使用 EXISTS 优于 IN。因此是使用 IN 还是使用 EXISTS 就需要根据我们的需求决定了。但是如果两张表中的数据量差不多时那么是使用 IN 还是使用 EXISTS 差别不大。

in 是先子查询再父查询, 子查询是小表, 父查询是大表 所以是小表驱动大表, 符合理念
exist 是先查询大表, 然后再查询小表(判断大表的数据是否需要保留) 所以是大表驱动小表, 不符合概念

评论已关闭