数据库引擎如何决定JOIN操作的查询计划？

编程问答 2022-11-12

问题描述

具有以下架构：

sqlite> 
sqlite> 
sqlite> .schema
CREATE TABLE movie (
  id INTEGER PRIMARY KEY,title TEXT,year INTEGER,nth TEXT,for_video BOOLEAN
  );
CREATE TABLE actor (
  id INTEGER PRIMARY KEY,name TEXT,gender TEXT
  );
CREATE TABLE role (
  movie_id INTEGER,actor_id INTEGER,name TEXT
  );
CREATE TABLE sqlite_stat1(tbl,idx,stat);
sqlite>

在两个表上运行JOIN，如下所示：

sqlite> select * from movie JOIN role ON (movie.id = role.movie_id) WHERE movie.title='Batman' LIMIT 1;
"id" "title" "year" "nth" "for_video" "movie_id" "actor_id" "name"
"47844" "Batman" "1989" "" "0" "47844" "84264" "Napier Hood"
sqlite>

为了提高性能，我添加了以下索引：

sqlite> create index id1 on role(movie_id);
sqlite> 
sqlite> 
sqlite> create index id2 on movie(title);
sqlite> 
sqlite>

然后查询计划说：

案例1 

sqlite> EXPLAIN QUERY PLAN select * from movie JOIN role ON (movie.id = role.movie_id) WHERE movie.title='Batman' LIMIT 1;
"selectid" "order" "from" "detail"
"0" "0" "0" "SEARCH TABLE movie USING INDEX id2 (title=?)"
"0" "1" "1" "SEARCH TABLE role USING INDEX id1 (movie_id=?)"

案例2 

sqlite> EXPLAIN QUERY PLAN select movie.title,role.name from movie JOIN role ON (movie.id = role.movie_id) 
   ...> WHERE role.name = 'King Arthur' LIMIT 2;
"selectid" "order" "from" "detail"
"0" "0" "0" "SCAN TABLE movie USING COVERING INDEX id2"
"0" "1" "1" "SEARCH TABLE role USING INDEX id1 (movie_id=?)"
sqlite> 
sqlite>

在两种情况下：

  1. 数据库引擎如何确定需要先搜索movie表然后搜索role表？

  2. 为什么数据库引擎SCAN在movie表中是第二种情况？而不是SEARCH

解决方法

数据库引擎如何确定需要先搜索电影表然后搜索角色表？

您的WHERE子句通过其title来请求电影，并且有一个索引，因此，一定要先获取仅具有该标题的电影，然后获取其ID，这是有道理的，然后获得具有这些ID（也有索引查找）的角色，然后将少量结果结合在一起。

反过来就没什么意义了：获取所有80,000部电影并将它们与1000个不同的角色联系起来，以列出80,000部电影角色，然后将它们与标题X分开。

这是关于特定数据库如何计划此特定查询的极其简单的视图；可以计划和执行查询的方式有很多种。要解释优化器/计划者采取的每个步骤和每个决策，都将超出SO答案的范围

对于第二种情况，SQLite似乎得出了这样的结论：它必须以未索引的内容进行搜索，并且必须返回两位数据。一种被索引，另一种未被索引。它已决定采取一种策略，将所有电影标题从索引而不是表中提取出来（索引可以提供标题，而SQLite则更喜欢使用它来检索数据而不是表），从而将电影加入角色中根据角色中的movie_id索引编制，然后过滤所有工作，仅留下亚瑟王角色名称和相关的电影标题

为什么数据库引擎在第二种情况下扫描电影表？而不是搜索

这不是在搜索表，而是在扫描索引，并且正在执行扫描，因为查询不要求索引的任何内容，因此必须检索每个值并进行比较以查找所需内容

,

不是特定于mySql的-因此，如果MySQL绝对低于par，则其工作方式类似于“语句中从左到右”。

通常，任何databsae服务器都具有STATISTICS并estimages针对给定过滤器在哪个索引上将返回多少行，然后尝试各种方法（全部基于这些统计信息）以查看哪种方法最有效。然后执行这个。当您按Movie.Title进行过滤时，很有可能会先执行此操作，然后在另一个表中找到匹配的行。

indexingquery-optimizationsqlsqlsqlite