MySQL中join语句的基本使用教程及其字段对性能的影响
发布于 2016-04-13 06:35:17 | 206 次阅读 | 评论: 0 | 来源: 网友投递
Mysql关系型数据库管理系统
MySQL是一个开放源码的小型关联式数据库管理系统，开发者为瑞典MySQL AB公司。MySQL被广泛地应用在Internet上的中小型网站中。由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，许多中小型网站为了降低网站总体拥有成本而选择了MySQL作为网站数据库。
这篇文章主要介绍了MySQL中join语句的基本使用及其字段对性能的影响,举了实例来观测join所作用的不同字段字符集编码所造成的性能差异,需要的朋友可以参考下
join语句的基本使用
SQL（MySQL） JOIN 用于根据两个或多个表中的字段之间的关系，从这些表中得到数据。
JOIN 通常与 ON 关键字搭配使用，基本语法如下：
... FROM table1 INNER|LEFT|RIGHT JOIN table2 ON conditiona
table1 通常称为左表，table2 称为右表。ON 关键字用于设定匹配条件，用于限定在结果集合中想要哪些行。如果需要指定其他条件，后面可以加上 WHERE 条件 或者 LIMIT 以限制记录返回数目等。
下面以最常见的两表连接来说明 MySQL JOIN 的用法，关于多表 JOIN 请参见《MySQL JOIN 多表》。
MySQL JOIN 分类
JOIN 按照功能大致分为如下三类：
- INNER JOIN（内连接）：取得两个表中存在连接匹配关系的记录。
- LEFT JOIN（左连接）：取得左表（table1）完全记录，即是右表（table2）并无对应匹配记录。
- RIGHT JOIN（右连接）：与 LEFT JOIN 相反，取得右表（table2）完全记录，即是左表（table1）并无匹配对应记录。
关于 MySQL FULL JOIN 全连接
MySQL 没有提供 SQL 标准中的 FULL JOIN（全连接）：两个表记录都取出，而不管彼此是否有对应记录。要解决此问题，可以使用 UNION 关键字来合并 LEFT JOIN 与 RIGHT JOIN，达到模拟 FULL JOIN 的目的。
MySQL INNER JOIN
INNER JOIN 用于取得两个表中存在连接匹配关系的记录。下面是两个原始数据表：
article 表中文章的所属用户是通过 uid 这个字段与 user 表关联起来的。通过观察数据不难发现，对于 uid=3 的用户，并没有发表任何文章；而文章中 aid=4 却无法在 uid 表中找到对应记录（可能是该用户被删除而其所属的文章却被保留了下来）。
我们列出所用文章与用户一一对应的数据。
SELECT … INNER JOIN … ON 语句如下：
SELECT article.aid,article.title,user.username FROM article INNER JOIN user ON article.uid = user.uid
返回查询结果如下：
对于 INNER JOIN，等同与下面的 SQL 语句：
SELECT article.aid,article.title,user.username FROM article,user WHERE article.uid = user.uid
CROSS JOIN
CROSS JOIN 即交叉连接，在不指定 ON 条件下：
SELECT article.aid,article.title,user.username FROM article CROSS JOIN user
得到的结果是被连接的两个数据表的乘积，即笛卡尔积。
实际上，在 MySQL 中（仅限于 MySQL） CROSS JOIN 与 INNER JOIN 的表现是一样的，在不指定 ON 条件得到的结果都是笛卡尔积，反之取得两个表完全匹配的结果。
INNER JOIN 与 CROSS JOIN 可以省略 INNER 或 CROSS 关键字，因此下面的 SQL 效果是一样的：
平板视图打印？
... FROM table1 INNER JOIN table2
... FROM table1 CROSS JOIN table2
... FROM table1 JOIN table2
join的字段字符集编码对性能的影响
先来看一下示例代码：
建utf-8编码的表 t1:
CREATE TABLE IF NOT EXISTS `t1` (
`name` varchar(50) NOT NULL DEFAULT '',
KEY `name` (`name`)
) ENGINE=MyISAM DEFAULT CHARSET=utf8;
随便插入些数据，数量大一点，后面实验结果更清晰，偷个懒，构造随机字符串插入语句
insert into t1(name)
select concat(
char(round((rand())*25)+97),
char(round((rand())*25)+65),
char(round((rand())*25)+65),
char(round((rand())*25)+97),
char(round((rand())*25)+65),
char(round((rand())*25)+65),
char(round((rand())*25)+97),
char(round((rand())*25)+65)
)
每次执行插入一条记录，用你熟悉的脚本(python,php,shell等都行)写个循环，执行一万次以上。
将该表复制成一个新表t2，删除一部分数据，1000条左右即可。（推荐使用phpMyAdmin）
再将t2复制为t3，并将字段改为gb2312编码。
使用一个left join语句，写一个语句，查出t2/t3比t1少了哪些记录。
语句很简单，如下：
SELECT SQL_NO_CACHE t1.name, t2.name
FROM t1
LEFT JOIN t2 ON t1.name = t2.name
WHERE t2.name IS NULL
LIMIT 0 , 30
注意加入 SQL_NO_CACHE ，禁用mysql缓存。
先看编码一致的t2表，phpMyAdmin里执行结果：
显示行 0 - 29 ( 1,129 总计, 查询花费 0.0010 秒)
平均耗时大概为0.0010秒
SELECT SQL_NO_CACHE t1.name, t3.name
FROM t1
LEFT JOIN t3 ON t1.name = t3.name
WHERE t2.name IS NULL
LIMIT 0 , 30
phpMyAdmin执行结果：
显示行 0 - 29 ( 30 总计, 查询花费 0.1871 秒)
差两个数量级！
查询语句解释：
