当前位置：首页 > 文章列表 > 数据库 > MySQL > MySQL 连接查询超全详解

MySQL 连接查询超全详解

来源：SegmentFault 2023-02-24 13:58:27 0浏览收藏

小伙伴们对数据库编程感兴趣吗？是否正在学习相关知识点？如果是，那么本文《MySQL 连接查询超全详解》，就很适合你，本篇文章讲解的知识点主要包括MySQL、数据库、后端。在之后的文章中也会多多分享相关知识点，希望对大家的知识积累有所帮助！

1 作用

在MySQL中

on: select * from A join B on A.id=B.id and B.name=''

using: select * from A join B using(id,name) = select * from A join B on A.id=B.id and A.name=B.name

3 连接类型

3.1 内连接

内连接和交叉连接

语法：
```
from -> on|using -> where -> group by -> having -> select -> order by -> limit 
```
可以看到，连接的条件是先于
```
for (a in A) {
     for (b in B) {
         if (a.id == b.tid) {
             output ;
         }
     }
 }
```
当然，MySQL即使在无索引可用，或者判断全表扫描可能比使用索引更快的情况下，还是不会选择使用过于粗暴的
```
for (blockA in A.blocks) {
     for (b in B) {
         if (b.tid in blockA.id) {
             output ;
         }
     }
 }
```
相比于
```
for (a in A) {
     if (a.id in B.tid.Index) {
        output ;
     }
 }
```
总共需要循环10次
```
A
```
，每次循环的时候通过索引查询一次
```
B
```
的数据。而如果我们反过来是
```
B left join A
```
的话，总共要循环100次
```
B
```
，由此可见如果使用join的话，需要让小表做驱动表，这样才能有效减少循环次数。但是需要注意的是，这个结论的前提是可以使用被驱动表的索引。
INLJ内层循环读取的是索引，可以减少内存循环的次数，提高
```
join
```
效率，但是也有缺点的，就是如果扫描的索引是非聚簇索引，并且需要访问非索引的数据，会产生一个回表读取数据的操作，这就多了一次随机的I/O操作。例如上面在索引里匹配到了
```
tid
```
，还要去找
```
tid
```
所在的行在磁盘所在的位置，具体可以见我以前的文章：MySQL索引详解之索引的存储方式。
6 注意点
- 尽量增加连接条件，减少
```
join
```
  后数据集的大小
- 用小结果集驱动大结果集，将筛选结果小的表首先连接，再去连接结果集比较大的表
- 被驱动表的被
```
join
```
  的字段要建立索引，且使用上索引。使用上索引包括使用该字段，且不会有索引失效的情况出现
- 设置足够大的
```
join_buffer_size
```
7 外连接常见问题

Q：如果想筛选驱动表的数据，例如左连接筛选左表的数据，该在连接条件还是
```
where
```
筛选？
A：要通过
```
where
```
筛选，连接条件只影响连接过程，不影响连接返回的结果数（某些情况下连接条件会影响连接返回的结果数，例如左连接中，右侧匹配的数据不唯一的时候）
Q：被驱动表匹配的数据行不唯一导致最终连接数据超过驱动表数据量该怎么办？例如对于左连接，右表匹配的数据行不唯一。
A：
```
join
```
之前先对被驱动表去重，例如通过
```
group by
```
去重：
```
A lef join (select * from B group by name)
```
。
8 参考资料

https://www.jianshu.com/p/686...
https://www.cnblogs.com/blueo...
https://leokongwq.github.io/2...
https://zhuanlan.zhihu.com/p/...

版权声明

转载请注明作者和文章出处
作者: X先生
https://segmentfault.com/a/1190000023086991
好了，本文到此结束，带大家了解了《MySQL 连接查询超全详解》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多数据库知识！