比如現在資料庫中有兩張表，student表和 student_subject表，如下所示：

我們執行以下的sql語句，只是純粹的進行表連線。

SELECT * from student JOIN student_subject;
SELECT * from student_subject JOIN student;

看一下執行結果：

　　表1.0　　　　　　　　　　　　　　　　　　　　　　　　　 　　表1.1

以第一條sql語句為例我們來看一下他的執行流程，

1，from語句把student表 和 student_subject表從資料庫檔案載入到記憶體中。

2，join語句相當於對兩張表做了乘法運算，把student表中的每一行記錄按照順序和student_subject表中記錄依次匹配。

3，匹配完成後，我們得到了一張有 （student中記錄數 × student_subject表中記錄數）條的臨時表。 在記憶體中形成的臨時表如表1.0所示。我們又把記憶體中表1.0所示的表稱為‘笛卡爾積表’。

　　針對以上的理論，我們提出一個問題，難道表連線的時候都要先形成一張笛卡爾積表嗎，如果兩張表的資料量都比較大的話，那樣就會佔用很大的記憶體空間這顯然是不合理的。所以，我們在進行表連線查詢的時候一般都會使用JOIN xxx ON xxx的語法，ON語句的執行是在JOIN語句之前的，也就是說兩張表資料行之間進行匹配的時候，會先判斷資料行是否符合ON語句後面的條件，再決定是否JOIN。

　　因此，有一個顯而易見的SQL優化的方案是，當兩張表的資料量比較大，又需要連線查詢時，應該使用 FROM table1 JOIN table2 ON xxx的語法，避免使用 FROM table1,table2 WHERE xxx 的語法，因為後者會在記憶體中先生成一張資料量比較大的笛卡爾積表，增加了記憶體的開銷。