2. 程式人生 > >Join執行原理解析

Join執行原理解析

阿新 • • 發佈：2019-01-24

0 目錄

  • JOIN語句的執行順序
  • INNER/LEFT/RIGHT/FULL JOIN的區別
  • ON和WHERE的區別

1 概述

一個完整的SQL語句中會被拆分成多個子句，子句的執行過程中會產生虛擬表(vt)，但是結果只返回最後一張虛擬表。從這個思路出發，我們試著理解一下JOIN查詢的執行過程並解答一些常見的問題。
如果之前對不同JOIN的執行結果沒有概念，可以結合這篇文章往下看

2 JOIN的執行順序

以下是JOIN查詢的通用結構

SELECT <row_list> 
  FROM <left_table> 
    <inner|left|right> JOIN <right_table> 
      ON <join condition> 
        WHERE <where_condition>

它的執行順序如下(SQL語句裡第一個被執行的總是FROM子句)：

  • FROM:對左右兩張表執行笛卡爾積，產生第一張表vt1。行數為n*m（n為左表的行數，m為右表的行數
  • ON:根據ON的條件逐行篩選vt1，將結果插入vt2中
  • JOIN:新增外部行，如果指定了LEFT JOIN(LEFT OUTER JOIN)，則先遍歷一遍左表的每一行，其中不在vt2的行會被插入到vt2，該行的剩餘欄位將被填充為NULL，形成vt3；如果指定了RIGHT JOIN也是同理。但如果指定的是INNER JOIN，則不會新增外部行，上述插入過程被忽略，vt2=vt3（所以INNER JOIN的過濾條件放在ON
    或WHERE裡 執行結果是沒有區別的，下文會細說）
  • WHERE:對vt3進行條件過濾，滿足條件的行被輸出到vt4
  • SELECT:取出vt4的指定欄位到vt5

下面用一個例子介紹一下上述聯表的過程（這個例子不是個好的實踐，只是為了說明join語法）

3 舉例

建立一個使用者資訊表：

CREATE TABLE `user_info` (
  `userid` int(11) NOT NULL,
  `name` varchar(255) NOT NULL,
  UNIQUE `userid` (`userid`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4

再建立一個使用者餘額表：

CREATE TABLE `user_account` (
  `userid` int(11) NOT NULL,
  `money` bigint(20) NOT NULL,
 UNIQUE `userid` (`userid`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4

隨便匯入一些資料：

select * from user_info;
+--------+------+
| userid | name |
+--------+------+
|   1001 | x    |
|   1002 | y    |
|   1003 | z    |
|   1004 | a    |
|   1005 | b    |
|   1006 | c    |
|   1007 | d    |
|   1008 | e    |
+--------+------+
8 rows in set (0.00 sec)

select * from user_account;
+--------+-------+
| userid | money |
+--------+-------+
|   1001 |    22 |
|   1002 |    30 |
|   1003 |     8 |
|   1009 |    11 |
+--------+-------+
4 rows in set (0.00 sec)

一共8個使用者有使用者名稱，4個使用者的賬戶有餘額。
取出userid為1003的使用者姓名和餘額，SQL如下：

SELECT i.name, a.money 
  FROM user_info as i 
    LEFT JOIN user_account as a 
      ON i.userid = a.userid 
        WHERE a.userid = 1003;

第一步：執行FROM子句對兩張表進行笛卡爾積操作

笛卡爾積操作後會返回兩張表中所有行的組合，左表user_info有8行，右表user_account有4行，生成的虛擬表vt1就是8*4=32行：

SELECT * FROM user_info as i LEFT JOIN user_account as a ON 1;
+--------+------+--------+-------+
| userid | name | userid | money |
+--------+------+--------+-------+
|   1001 | x    |   1001 |    22 |
|   1002 | y    |   1001 |    22 |
|   1003 | z    |   1001 |    22 |
|   1004 | a    |   1001 |    22 |
|   1005 | b    |   1001 |    22 |
|   1006 | c    |   1001 |    22 |
|   1007 | d    |   1001 |    22 |
|   1008 | e    |   1001 |    22 |
|   1001 | x    |   1002 |    30 |
|   1002 | y    |   1002 |    30 |
|   1003 | z    |   1002 |    30 |
|   1004 | a    |   1002 |    30 |
|   1005 | b    |   1002 |    30 |
|   1006 | c    |   1002 |    30 |
|   1007 | d    |   1002 |    30 |
|   1008 | e    |   1002 |    30 |
|   1001 | x    |   1003 |     8 |
|   1002 | y    |   1003 |     8 |
|   1003 | z    |   1003 |     8 |
|   1004 | a    |   1003 |     8 |
|   1005 | b    |   1003 |     8 |
|   1006 | c    |   1003 |     8 |
|   1007 | d    |   1003 |     8 |
|   1008 | e    |   1003 |     8 |
|   1001 | x    |   1009 |    11 |
|   1002 | y    |   1009 |    11 |
|   1003 | z    |   1009 |    11 |
|   1004 | a    |   1009 |    11 |
|   1005 | b    |   1009 |    11 |
|   1006 | c    |   1009 |    11 |
|   1007 | d    |   1009 |    11 |
|   1008 | e    |   1009 |    11 |
+--------+------+--------+-------+
32 rows in set (0.00 sec)

第二步：執行ON子句過濾掉不滿足條件的行

ON i.userid = a.userid 過濾之後vt2如下：

+--------+------+--------+-------+
| userid | name | userid | money |
+--------+------+--------+-------+
|   1001 | x    |   1001 |    22 |
|   1002 | y    |   1002 |    30 |
|   1003 | z    |   1003 |     8 |
+--------+------+--------+-------+

第三步：JOIN 新增外部行

LEFT JOIN會將左表未出現在vt2的行插入進vt2，每一行的剩餘欄位將被填充為NULL，RIGHT JOIN同理
本例中用的是LEFT JOIN，所以會將左表user_info剩下的行都添上 生成表vt3：

+--------+------+--------+-------+
| userid | name | userid | money |
+--------+------+--------+-------+
|   1001 | x    |   1001 |    22 |
|   1002 | y    |   1002 |    30 |
|   1003 | z    |   1003 |     8 |
|   1004 | a    |   NULL |  NULL |
|   1005 | b    |   NULL |  NULL |
|   1006 | c    |   NULL |  NULL |
|   1007 | d    |   NULL |  NULL |
|   1008 | e    |   NULL |  NULL |
+--------+------+--------+-------+

第四步：WHERE條件過濾

WHERE a.userid = 1003 生成表vt4：

+--------+------+--------+-------+
| userid | name | userid | money |
+--------+------+--------+-------+
|   1003 | z    |   1003 |     8 |
+--------+------+--------+-------+

第五步：SELECT

SELECT i.name, a.money 生成vt5：

+------+-------+
| name | money |
+------+-------+
| z    |     8 |
+------+-------+

虛擬表vt5作為最終結果返回給客戶端

介紹完聯表的過程之後，我們看看常用JOIN的區別

4 INNER/LEFT/RIGHT/FULL JOIN的區別

  • INNER JOIN...ON...: 返回 左右表互相匹配的所有行（因為只執行上文的第二步ON過濾，不執行第三步 新增外部行）
  • LEFT JOIN...ON...: 返回左表的所有行，若某些行在右表裡沒有相對應的匹配行，則將右表的列在新表中置為NULL
  • RIGHT JOIN...ON...: 返回右表的所有行，若某些行在左表裡沒有相對應的匹配行，則將左表的列在新表中置為NULL

INNER JOIN

拿上文的第三步新增外部行來舉例，若LEFT JOIN替換成INNER JOIN，則會跳過這一步，生成的表vt3與vt2一模一樣：

+--------+------+--------+-------+
| userid | name | userid | money |
+--------+------+--------+-------+
|   1001 | x    |   1001 |    22 |
|   1002 | y    |   1002 |    30 |
|   1003 | z    |   1003 |     8 |
+--------+------+--------+-------+

RIGHT JOIN

若LEFT JOIN替換成RIGHT JOIN，則生成的表vt3如下：

+--------+------+--------+-------+
| userid | name | userid | money |
+--------+------+--------+-------+
|   1001 | x    |   1001 |    22 |
|   1002 | y    |   1002 |    30 |
|   1003 | z    |   1003 |     8 |
|   NULL | NULL |   1009 |    11 |
+--------+------+--------+-------+

因為user_account（右表）裡存在userid=1009這一行，而user_info（左表）裡卻找不到這一行的記錄，所以會在第三步插入以下一行：

| NULL | NULL | 1009 | 11 |

FULL JOIN

上文引用的文章中提到了標準SQL定義的FULL JOIN，這在mysql裡是不支援的，不過我們可以通過LEFT JOIN + UNION + RIGHT JOIN 來實現FULL JOIN：

SELECT * 
  FROM user_info as i 
    RIGHT JOIN user_account as a 
      ON a.userid=i.userid
union 
SELECT * 
  FROM user_info as i 
    LEFT JOIN user_account as a 
      ON a.userid=i.userid;

他會返回如下結果：

+--------+------+--------+-------+
| userid | name | userid | money |
+--------+------+--------+-------+
|   1001 | x    |   1001 |    22 |
|   1002 | y    |   1002 |    30 |
|   1003 | z    |   1003 |     8 |
|   NULL | NULL |   1009 |    11 |
|   1004 | a    |   NULL |  NULL |
|   1005 | b    |   NULL |  NULL |
|   1006 | c    |   NULL |  NULL |
|   1007 | d    |   NULL |  NULL |
|   1008 | e    |   NULL |  NULL |
+--------+------+--------+-------+

ps：其實我們從語義上就能看出LEFT JOIN和RIGHT JOIN沒什麼差別，兩者的結果差異取決於左右表的放置順序，以下內容摘自mysql官方文件：

RIGHT JOIN works analogously to LEFT JOIN. To keep code portable across databases, it is recommended that you use LEFT JOIN instead of RIGHT JOIN.

所以當你糾結使用LEFT JOIN還是RIGHT JOIN時，儘可能只使用LEFT JOIN吧

5 ON和WHERE的區別

上文把JOIN的執行順序瞭解清楚之後，ON和WHERE的區別也就很好理解了。
舉例說明:

SELECT * 
  FROM user_info as i
    LEFT JOIN user_account as a
      ON i.userid = a.userid and i.userid = 1003;
SELECT * 
  FROM user_info as i
    LEFT JOIN user_account as a
      ON i.userid = a.userid where i.userid = 1003;

第一種情況LEFT JOIN在執行完第二步ON子句後，篩選出滿足i.userid = a.userid and i.userid = 1003的行，生成表vt2，然後執行第三步JOIN子句，將外部行新增進虛擬表生成vt3即最終結果：

vt2:
+--------+------+--------+-------+
| userid | name | userid | money |
+--------+------+--------+-------+
|   1003 | z    |   1003 |     8 |
+--------+------+--------+-------+
vt3:
+--------+------+--------+-------+
| userid | name | userid | money |
+--------+------+--------+-------+
|   1001 | x    |   NULL |  NULL |
|   1002 | y    |   NULL |  NULL |
|   1003 | z    |   1003 |     8 |
|   1004 | a    |   NULL |  NULL |
|   1005 | b    |   NULL |  NULL |
|   1006 | c    |   NULL |  NULL |
|   1007 | d    |   NULL |  NULL |
|   1008 | e    |   NULL |  NULL |
+--------+------+--------+-------+

而第二種情況LEFT JOIN在執行完第二步ON子句後，篩選出滿足i.userid = a.userid的行，生成表vt2；再執行第三步JOIN子句新增外部行生成表vt3；然後執行第四步WHERE子句，再對vt3表進行過濾生成vt4，得的最終結果：

vt2:
+--------+------+--------+-------+
| userid | name | userid | money |
+--------+------+--------+-------+
|   1001 | x    |   1001 |    22 |
|   1002 | y    |   1002 |    30 |
|   1003 | z    |   1003 |     8 |
+--------+------+--------+-------+
vt3:
+--------+------+--------+-------+
| userid | name | userid | money |
+--------+------+--------+-------+
|   1001 | x    |   1001 |    22 |
|   1002 | y    |   1002 |    30 |
|   1003 | z    |   1003 |     8 |
|   1004 | a    |   NULL |  NULL |
|   1005 | b    |   NULL |  NULL |
|   1006 | c    |   NULL |  NULL |
|   1007 | d    |   NULL |  NULL |
|   1008 | e    |   NULL |  NULL |
+--------+------+--------+-------+
vt4:
+--------+------+--------+-------+
| userid | name | userid | money |
+--------+------+--------+-------+
|   1003 | z    |   1003 |     8 |
+--------+------+--------+-------+

如果將上例的LEFT JOIN替換成INNER JOIN，不論將條件過濾放到ON還是WHERE裡，結果都是一樣的，因為INNER JOIN不會執行第三步新增外部行

SELECT * 
  FROM user_info as i
    INNER JOIN user_account as a
      ON i.userid = a.userid and i.userid = 1003;
SELECT * 
  FROM user_info as i
    INNER JOIN user_account as a
      ON i.userid = a.userid where i.userid = 1003;

返回結果都是:

+--------+------+--------+-------+
| userid | name | userid | money |
+--------+------+--------+-------+
|   1003 | z    |   1003 |     8 |
+--------+------+--------+-------+

相關推薦

Join執行原理解析

0 目錄 JOIN語句的執行順序 INNER/LEFT/RIGHT/FULL JOIN的區別 ON和WHERE的區別 1 概述 一個完整的SQL語句中會被拆分成多個子句，子句的執行過程中會產生虛擬表(vt)，但是結果只返回最後一張虛擬表。從這個思路出發，我們試著

JavaScript引擎執行原理解析

1. 什麼是JavaScript解析引擎？ 簡單地說，JavaScript解析引擎就是能夠“讀懂”JavaScript程式碼，並準確地給出程式碼執行結果的一段程式。比方說，當你寫了 var a = 1 + 1; 這樣一段程式碼，JavaScript引擎做的事情就是看懂（解析）你這段程式碼

分享知識-快樂自己：SpringMVC 底層執行原理解析

底層實現原理圖： 觀看底層程式碼： 1）：開啟 web.xml 檔案  2）：按住 Ctrl + 滑鼠左鍵 進入底層檢視原始碼     3）：按住 Ctrl+o 找到對應的方法doDispatch   5）：找到下面的程式碼： 根據我們的請求找到需要執行的Handler（Controller）c

React Native執行原理解析

Facebook 於2015年9月15日推出react native for Android 版本， 加上2014年底已經開源的IOS版本，至此RN （react-native）真正成為跨平臺的客戶端框架。本篇主要是從分析程式碼入手，探討一下RN在安卓平臺上是如何構建一套JS

Android動畫Animation執行原理解析

SpringDataJPA執行原理解析

我們都知道 在SpringDataJpa中我們定義DAO層是不需要實現類的,只需要定義一個介面,並繼承2個介面即可(JpaRepository,JpaSpecificationExecutor),即可直接操作持久層資料,這種情況,就是以動態代理的方式,進行api

maven內部執行原理解析(二)

   在第一篇裡主要介紹了maven的幾個核心概念，這一篇裡我們就以一個簡單的例子來分析整個maven執行的過程。構建所使用的專案結構如下：專案結構主要是一個echo專案，其包含了兩個module，分別是api和biz。echo專案的pom.xml的內容如下：<project xmlns="http:/

View Animation 執行原理解析

Android 平臺目前提供了兩大類動畫，在 Android 3.0 之前，一大類是 View Animation，包括 Tween animation（補間動畫），Frame animation（幀動畫），在 Android 3.0 中又引入了一個新的動畫系統：Property Animation，即屬性動

js解析器的執行原理

html 變化 ron 使用 meta utf 新的 class 而且 首先看一段代碼 <!DOCTYPE html> <html> <head> <meta charset="utf-8" />

PHP 底層的執行機制與原理解析（轉載）

我的另一篇文章：PHP底層工作原理  兩篇結合起來看，會更加好理解。 由於本人資料結構方面知識，淺薄，後面的尚未研究 關於 hash table ，這有個文章可以學習：HashTable原理和底層實現 關於 zval 可以研讀這個：入理解PHP7核心之zval  

第7課：實戰解析spark執行原理和rdd解密

1.spark執行優勢 善於使用記憶體，磁碟，迭代式計算是其核心 2.現在為什麼很多公司都是使用java開發spark a.scala高手較少，java高手較多 b.專案對接比較容易 c.系統運維方便 3.spark只能取代hive的儲存引擎，不能取代hive的數倉部分 4.資料輸

Spark學習（五）---RDD原理解析和spark執行架構

這次我們介紹RDD的原理和spark執行機制 RDD依賴關係 RDD快取 RDD容錯機制 spark執行架構 spark任務排程 1. RDD原理 首先我們對之前的單詞統計的程式碼做一個畫圖展示 1.1 RDD依賴關係 RDD和它依賴的父RDD的關係有兩

java多執行緒程式設計的核心——AQS原理解析

AQS是什麼 java concurrent包中有很多阻塞類如：ReentrantLock、ReentrantReadWriteLock、CountDownLatch、Semaphore、Synchronous、FutureTask等，他們的底層都是根據aqs構

知識儲備：SpringBoot啟動執行流程原理解析

SpringBoot專案通過SpringApplication.run()執行，分為兩步 首先new了一個SpringApplication，之後再呼叫run()方法 ，下面我們就看看這兩步 1.建立SpringApplication 通過debug進入到Sprin

深入解析SQL Server並行執行原理及實踐（上）

在成熟領先的企業級資料庫系統中，並行查詢可以說是一大利器，在某些場景下它可以顯著地提升查詢的相應時間，提升使用者體驗。如SQL Server、Oracle等， MySQL目前還未實現，而PostgreSQL在2015實現了並行掃描，相信他們也在朝著更健壯的企業級資料庫邁進。RDBMS中並行執行的實現

017.多執行緒-執行緒池原理解析以及合理配置

public ThreadPoolExecutor(int corePoolSize, int maximumPoolSize, long keepAliveT

@ModelAttribute執行原理與引數解析

該篇簡要講述示例。 需求如下，當更新一個物件時，某個欄位比如密碼不能被修改。 常見解決思路有二： ① new 一個物件，form表單中密碼域為隱藏域；該種方法有風險。 ② new 一個物件，在更新的時候再次從資料庫查詢密碼從而進行更新；該方法比較麻煩

.NET/ASP.NET MVC Controller 控制器（深入解析控制器執行原理）

閱讀目錄： 1.開篇介紹 2.ASP.NETMVC Controller 控制器的入口（Controller的執行流程） 3.ASP.NETMVC Controller 控制器的入口（Controller的繼承體系） 4.ASP.NETMVC IController Factory 控制器工廠（C

MyBatis的解析和執行原理

MyBatis的執行可分為兩大部分，第一部分是讀取配置檔案快取到Configuration物件，用來建立SqlSessionFactory，第二部分是SqlSession的執行過程。 先匯入原始碼，不然你不知道方法之間是怎麼呼叫。 一構建SqlSessionFactory

執行緒池原理解析

執行緒池的原始碼及原理[JDK1.6實現] 1.執行緒池的包含的內容 2.執行緒池的資料結構【核心類ThreadPoolExecutor】： worker：工作類，一個worker代表啟動了一個執行緒，它啟動後會迴圈執行workQueue裡面的所有任務 workQueu