为什么 MySQL 不推荐使用 join?

 1. 对于 mysql,不推荐使用子查询和 join 是因为本身 join 的效率就是硬伤,一旦数据量很大效率就很难保证,强烈推荐分别根据索引


单表取数据,然后在程序里面做 join,merge 数据。


  2. 子查询就更别用了,效率太差,执行子查询时,MYSQL 需要创建临时表,查询完毕后再删除这些临时表,所以,子查询的速度会


受到一定的影响,这里多了一个创建和销毁临时表的过程。


  3. 如果是 JOIN 的话,它是走嵌套查询的。小表驱动大表,且通过索引字段进行关联。如果表记录比较少的话,还是 OK 的。大的话


业务逻辑中可以控制处理。


  4. 数据库是最底层的,瓶颈往往是数据库。建议数据库只是作为数据 store 的工具,而不要添加业务上去。


  让缓存的效率更高。许多应用程序可以方便地缓存单表查询对应的结果对象。如果关联中的某个表发生了变化,那么就无法使用查


询缓存了,而拆分后,如果某个表很少改变,那么基于该表的查询就可以重复利用查询缓存结果了。


  将查询分解后,执行单个查询可以减少锁的竞争。


  在应用层做关联,可以更容易对数据库进行拆分,更容易做到高性能和可扩展。


  查询本身效率也可能会有所提升。查询 id 集的时候,使用 IN()代替关联查询,可以让 MySQL 按照 ID 顺序进行查询,这可能比随机的关联要更高效。


  可以减少冗余记录的查询。在应用层做关联查询,意味着对于某条记录应用只需要查询一次,而在数据库中做关联查询,则可能需


要重复地访问一部分数据。从这点看,这样的重构还可能会减少网络和内存的消艳。


  更进一步,这样做相当于在应用中实现了哈希关联,而不是使用 MySQL 的嵌套循环关联。某些场景哈希关联的效率要高很多。


当应用能够方便地缓存单个查询的结果的时候


当可以将数据分布到不同的 MySQL 服务器上的时候


当能够使用 IN()的方式代替关联查询的时候


并发场景多,DB 查询频繁,需要分库分表


1.DB 承担的业务压力大,能减少负担就减少。当表处于百万级别后,join 导致性能下降;


2. 分布式的分库分表。这种时候是不建议跨库 join 的。目前 mysql 的分布式中间件,跨库 join 表现不良。


3. 修改表的 schema,单表查询的修改比较容易,join 写的 sql 语句要修改,不容易发现,成本比较大,当系统比较大时,不好维护。


  在业务层,单表查询出数据后,作为条件给下一个单表查询。也就是子查询。 会担心子查询出来的结果集太多。mysql 对 in 的数量没有限制,但是


  mysql 限制整条 sql 语句的大小。通过调整参数 max_allowed_packet ,可以修改一条 sql 的最大值。建议在业务上做好处理,限制一次查询出来的结果集是能接受的。


  关联查询的好处时候可以做分页,可以用副表的字段做查询条件,在查询的时候,将副表匹配到的字段作为结果集,用主表去 in 它,但是问题来了,如果匹配到的数据量太大就不行了,也会导致返回的分页记录跟实际的不一样,解决的方法可以交给前端,一次性查询,让前端分批显示就可以了,这种解决方案的前提是数据量不太,因为 sql 本身长度有限。


作者:Java小咖秀
链接:https://juejin.cn/post/6948227472232022053
来源:稀土掘金
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

0 个评论

要回复文章请先登录注册