一个left join SQL 简单优化分析

有个关联查询的sql,需要2秒多，于是进行查看一番：

从执行计划来看，d表是做了驱动表，a做了被驱动表

d表 type = ref ，使用非唯一性索引或者唯一索引的前缀扫描，返回匹配某个单独值的记录行,这里使用了索引idx_pm_yyyyy_bid，该索引正是brand_id上的索引，

即是说，在和a表的关联中d先通过brand_id来查找记录行，再通过相应记录的id去和a表的series_id做匹配。

我查看相应的记录数，发现a表145万的大表,d表是4075的小表。

a表

mysql> select count(*) from pm_xxxxxx;

+———-+

| count(*) |

+———-+

| 1459777 |

+———-+

1 row in set (0.27 sec)

d表：

mysql> select count(*) from pm_yyyyyy;

+———-+

| count(*) |

+———-+

| 4075 |

+———-+

1 row in set (0.00 sec)

而 a表是type=index_merge 索引合并,这里走了idx_pm_xxx_organ(organ_id),idx_pm_brand_xxxx_bid(brand_id) ,extra 是

Using intersect(idx_pm_xxxxx_organ,idx_pm_xxxx_bid); Using where; Using join buffer (Block Nested Loop)

Using intersect正说明了这里使用了(idx_pm_xxxxx_organ,idx_pm_xxxx_bid)的交集

Using where 是用model_flag等这些其他条件的过滤

Using join buffer (Block Nested Loop) 说明使用BNL的算法进行匹配

BNL 算法是将外层循环的行/结果集（驱动表）存入join buffer, 内层循环的每一行与整个buffer中的记录做比较，从而减少内层循环的次数.

举例来说，外层循环的结果开发云主机域名集是100行，使用NLJ 算法需要扫描内部表100次，如果使用BNL算法，先把对Outer Loop表(外部表)每次读取的10行记录放到join buffer,然后在InnerLoop表(内部表)中直接匹配这10行数据，内存循环就可以一次与这10行进行比较, 这样只需要比较10次，对内部表的扫描减少了9/10。所以BNL算法就能够显著减少内层循环表扫描的次数.

在这里就是d表中取得结果集分批放入buffer中与a表进行匹配。

而这个语句无论如何都要2秒中，也在我们的认识中小表驱动大表并没错，我的猜想应该就是在进行BNL时消耗了时间，表现到过程中就是 Sending data 的时间消耗增多。

吐槽的是mysql中貌似没有什么办法来多方面看查询消耗了。

我想到的是如果该表现有sql关联的顺序是否性能能改善，在该sql中，我发现了两个条件：

AND a.brand_id = 6491603

AND d.brand_id = 6491603

在业务逻辑上这两个表的字段应该是一致的，如果我将d表的d.brand_id = 6491603去掉，以上的执行计划应该会改变，于是去掉之后执行，执行时间非常小。

发现变成了a表做驱动表，d表做被驱动表,从extra列看

a表是Using intersect(idx_pm_xxxxx_organ,idx_pm_xxxx_bid); Using where 依然是使用索引合并，where条件来取结果，使用了idx_pm_xxxxx_organ,idx_pm_xxxx_bid 连个索引。

d表走PRIMARY 主键索引，从ref列来看是通过a表的series_id 来关联，这样效率表提升了。

需要说的一点是，小结果集并不代表就是小表，大表也可以有小结果集，当大表用来被匹配并被扫描多次，自然效率并不高.

相关推荐: mysql 生成测试数据

字段类型：id : 编号uname: 用户名开发云主机域名ucreatetime : 创建时间age : 年龄上面的v_cnt = 10000000 ，指插入多少条数据，可以修改。相关推荐: zabbix做主从复制1、在zabbix主库导出除历史数据表之外表m…