MySQL 8.0.17版本引入了一個antijoin的優化，這個優化能夠將where條件中的not in(subquery)， not exists(subquery)，in(subquery) is not true，exists(subquery) is not true，在內部轉化成一個antijoin(反連線），以便移除裡面的子查詢subquery，這個優化在某些場景下，能夠將效能提升20%左右。

原文地址：

https://mytecdb.com/blogDetail.php?id=108

1. antijoin適用場景

antijoin適用的場景案例通常如下：

1. 找出在集合A且不在集合B中的資料
2. 找出在當前季度裡沒有購買商品的客戶
3. 找出今年沒有通過考試的學生
4. 找出過去3年，某個醫生的病人中沒有進行醫學檢查的部分

上面這些場景，以第4個為例，轉換成一個SQL，通常如下：

select * from patients where not exists(
    select * from exams where  
    exams.type='check-up' and 
    exams.date>=date_sub(now(), interval 3 year) and 
    exams.patient_id=patients.patient_id
);

如果SQL按照這種形式去寫，通常沒有太多的優化空間。我們需要從patients表讀取每條記錄，對於每條記錄，帶到子查詢中，檢查是否滿足條件。因為子查詢的where子句依賴patients.patient_id，patients 表的每一條記錄遍歷，都會導致子查詢被重複執行，嚴重影響效能。

優化這種SQL的第一步就是打破上層查詢與子查詢之間的邊界，將後者也就是子查詢合併到上層查詢裡面。

看一下優化之後的SQL，如下：

select * from patients antijoin exams on 
    exams.type='check-up' and 
    exams.date>=date_sub(now(), interval 3 year) and 
    patients.patient_id=exams.patient_id;

上面的SQL使用了關鍵字antijoin，實際上這個關鍵字是不存在的，或者說它只在MySQL內部使用，使用者並不知道它，它和join操作類似，join通常尋找滿足匹配條件的記錄，而antijoin尋找不匹配的記錄。更準確地說，它從左邊表選擇記錄，然後檢查右邊表，根據on條件，檢查是否沒有記錄能夠匹配上，如果沒有記錄匹配，那麼左邊的這條記錄就可以作為結果返回。

檢視SQL的執行計劃，加上 format=tree，就能看到執行計劃中使用了antijoin，如下：

 -> Nested loop anti-join
    -> Table scan on tb1  (cost=850482.22 rows=8372128)
    -> Single-row index lookup on <subquery2> using <auto_distinct_key> (id=tb1.id)
        -> Materialize with deduplication
            -> Index scan on tb2 using PRIMARY  (cost=1.85 rows=16)

2. antijoin內部優化策略

MySQL有兩種策略用於執行antijoin。

• First Match
• Materialization

2.1 First Match策略

First Match 策略，從patients表中讀取一條記錄，然後在exams表中尋找匹配，如果沒有匹配上，則將這條記錄作為結果返回。這種方式與使用子查詢並沒有太大的區別。

2.2 Materialization策略

Materialization策略，對於上述SQL例子，ON子句有3個子條件，分別是

exams.type='check-up'
exams.date>=date_sub(now(), interval 3 year)
patients.patient_id=exams.patient_id

3個條件中只有一個依賴patients表，所以MySQL可以建立一個臨時表tmp，這個臨時表由exams表按照前兩個條件過濾後的資料組成，就像下面這樣：

create table tmp 
    select patient_id from exams where 
    exams.type='check-up' and 
    exams.date>=date_sub(now(), interval 3 year);

MySQL優化器會自動在tmp的patient_id欄位上新增索引，然後從patients表讀取記錄，使用索引匹配tmp表中的記錄，如果沒有匹配上，則返回這條記錄。

相對於First Match策略，Materialization策略主要有以下優勢：

1. exams表只讀取一次，用於建立tmp表。
2. tmp表相對於exams表，有更少的記錄，訪問tmp表要比exams表更快。
3. tmp表上由於建立了索引，訪問起來更快，而原始表exams很可能沒有索引。

當然，這種策略建立臨時表，也有一些前期的成本消耗，比如需要申請記憶體來儲存臨時表資料，比如臨時表非常大，需要將臨時表儲存在磁碟上。因此兩種策略哪一種更好，依賴於具體的場景。幸運的是，MySQL有一個基於成本的優化器，通過計算兩種策略基於資料行數的成本，條件的選擇性，索引的使用，最終選擇成本最低的那個策略。

3. 總結

• antijoin優化適用於not exists(subquery), not in(subquery)這類查詢，在某些場景下，能夠對這類SQL進行很好的優化和效能提高。
• antijoin有兩種執行策略，First Match和Materialization，優化器根據成本模型進行選擇。