在數據庫處理中，Join操作是最基本且最重要的操作之一，它能將不同的表連接起來，實現對數據集的更深層次分析。

MySQL作為一款流行的關系型數據庫管理系統，其在執行Join操作時使用了多種高效的算法，包括Index Nested-Loop Join（NLJ）和Block Nested-Loop Join（BNL）。這些算法各有優缺點，本文將探討這兩種算法的工作原理，以及如何在MySQL中使用它們。

什么是Join

在MySQL中，Join是一種用于組合兩個或多個表中數據的查詢操作。Join操作通?；趦蓚€表中的某些共同的列進行，這些列在兩個表中都存在。MySQL支持多種類型的Join操作，如Inner Join、Left Join、Right Join等。

Inner Join是最常見的Join類型之一。在Inner Join操作中，只有在兩個表中都存在的行才會被返回。

例如，如果我們有一個“customers”表和一個“orders”表，我們可以通過在這兩個表中共享“customer_id”列來組合它們的數據。

SELECT *
FROM customers
INNER JOIN orders
ON customers.customer_id = orders.customer_id;

上面的查詢將返回所有存在于“customers”和“orders”表中的“customer_id”列相同的行。

Index Nested-Loop Join

Index Nested-Loop Join（NLJ）算法是Join算法中最基本的算法之一。

在NLJ算法中，MySQL首先會選擇一個表（通常是小型表）作為驅動表，并迭代該表中的每一行。然后，MySQL在第二個表中搜索匹配條件的行，這個搜索過程通常使用索引來完成。一旦找到匹配的行，MySQL將這些行組合在一起，并將它們作為結果集返回。

工作流程如圖：

例如，執行下面這個語句：

select * from t1 straight_join t2 on (t1.a=t2.a);

注：當使用 straight_join 時，MySQL會強制按照在查詢中指定的從左到右的順序執行連接。

在這個語句里，假設 t1 是驅動表，t2 是被驅動表。我們來看一下這條語句的explain結果。

可以看到，在這條語句里，被驅動表t2的字段a上有索引，join過程用上了這個索引，因此這個語句的執行流程是這樣的：

• 從表t1中讀入一行數據 R；
• 從數據行R中，取出a字段到表t2里去查找；
• 取出表t2中滿足條件的行，跟R組成一行，作為結果集的一部分；
• 重復執行步驟1到3，直到表t1的末尾循環結束。

這個過程就跟我們寫程序時的嵌套查詢類似，并且可以用上被驅動表的索引，所以我們稱之為「Index Nested-Loop Join」，簡稱NLJ。

NLJ是使用上了索引的情況，那如果查詢條件沒有使用到索引呢？

MySQL會選擇使用另一個叫作「Block Nested-Loop Join」的算法，簡稱BNL。

Block Nested-Loop Join

Block Nested Loop Join（BNL）算法與NLJ算法不同的是，BNL算法使用一個類似于緩存的機制，將表數據分成多個塊，然后逐個處理這些塊，以減少內存和CPU的消耗。

例如，執行下面這個語句：

select * from t1 straight_join t2 on (t1.a=t2.b);

如果 t2 表的字段b上是沒有建立索引的。這時候，被驅動表上沒有可用的索引，算法的流程是這樣的：

• 把表t1的數據讀入線程內存join_buffer中，由于我們這個語句中寫的是select *，因此是把整個表t1放入了內存；
• 掃描表t2，把表t2中的每一行取出來，跟join_buffer中的數據做對比，滿足join條件的，作為結果集的一部分返回。

這條SQL語句的explain結果如下所示：

可以看到，在這個過程中，MySQL對表 t1 和 t2 都做了一次全表掃描，因此總的掃描行數是1100。

由于join_buffer是以無序數組的方式組織的，因此對表t2中的每一行，都要做100次判斷，總共需要在內存中做的判斷次數是：100*1000=10萬次。

雖然Block Nested-Loop Join算法是全表掃描。但是是在內存中進行的判斷操作，速度上會快很多。但是性能仍然不如NLJ。

join_buffer的大小是由參數join_buffer_size設定的，默認值是256k。

那如果join_buffer_size的大小不足以放下表t1的所有數據呢？

辦法很簡單，就是分段放，執行流程如下：

• 順序讀取數據行放入join_buffer中，直到join_buffer滿了。
• 掃描被驅動表跟join_buffer中的數據做對比，滿足join條件的，作為結果集的一部分返回。
• 清空join_buffer，重復上述步驟。

雖然分成多次放入join_buffer，但是判斷等值條件的次數還是不變的，依然是10萬次。

MRR & BKA

上篇文章里我們有提到MRR（Multi-Range Read）。MySQL在5.6版本后引入了**Batched Key Acess(BKA)**算法，這個BKA算法，其實就是對NLJ算法的優化，而BKA算法正是基于MRR。

NLJ算法執行的邏輯是：從驅動表t1，一行行地取出a的值，再到被驅動表t2去做join。也就是說，對于表t2來說，每次都是匹配一個值。這時，MRR的優勢就用不上了。

其實我們可以從表t1里一次性地多拿些行出來，先放到一個臨時內存，一起傳給表t2。這個臨時內存不是別人，就是join_buffer。

通過上一篇文章，我們知道join_buffer 在BNL算法里的作用，是暫存驅動表的數據。但是在NLJ算法里并沒有用。那么，我們剛好就可以復用join_buffer到BKA算法中。

NLJ算法優化后的BKA算法的流程，如圖所示：

圖中，在join_buffer中放入的數據是R1~R100，表示的是只會取查詢需要的字段。當然，如果join buffer放不下R1~R100的所有數據，就會把這100行數據分成多段執行上圖的流程。

如果要使用BKA優化算法的話，你需要在執行SQL語句之前，先設置：

set optimizer_switch='mrr=on,mrr_cost_based=off,batched_key_access=on';

其中，前兩個參數的作用是要啟用MRR。這么做的原因是，BKA算法的優化要依賴于MRR。

對于BNL，我們可以通過建立索引轉為BKA。但是，有時候你確實會碰到一些不適合在被驅動表上建索引的情況。比如下面這個語句：

select * from t1 join t2 on (t1.b=t2.b) where t2.b>=1 and t2.b<=2000;

假設t1表1000行，t2表100萬行，t2.b<=2000過濾后，t2表需要參與join的只有2000行數據。

如果這條語句是一個低頻的SQL語句，那么在表t2的字段b上創建索引就很浪費了。

這時候，我們可以考慮使用臨時表。使用臨時表的大致思路是：

• 把表t2中滿足條件的數據放在臨時表tmp_t中；
• 為了讓join使用BKA算法，給臨時表tmp_t的字段b加上索引；
• 讓表t1和tmp_t做join操作。

此時，對應的SQL語句的寫法如下：

create temporary table temp_t(id int primary key, a int, b int, index(b))engine=innodb;
insert into temp_t select * from t2 where b>=1 and b<=2000;
select * from t1 join temp_t on (t1.b=temp_t.b);

總體來看，不論是在原表上加索引，還是用有索引的臨時表，我們的思路都是讓join語句能夠用上被驅動表上的索引，來觸發BKA算法，提升查詢性能。

總結

在MySQL中，不管Join使用的是NLJ還是BNL總是應該使用小表做驅動表。更準確地說，在決定哪個表做驅動表的時候，應該是兩個表按照各自的條件過濾，過濾完成之后，計算參與join的各個字段的總數據量，數據量小的那個表，就是“小表”，應該作為驅動表。

另外應當盡量避免使用BNL算法，如果確認優化器會使用BNL算法，就需要做優化。優化的常見做法是，給被驅動表的join字段加上索引，把BNL算法轉成BKA算法。對于不好在索引的情況，可以基于臨時表的改進方案，提前過濾出小數據添加索引。