[英]SQL JOIN vs. multiple SELECT statements
每个使用数据库的开发人员都会遇到此问题。 通常,您无法估计一张表在x年内将拥有多少条记录。
尤其是在使用O / R映射器时,这非常不舒服!
为什么RDBMS驱动程序不能解决此问题? 为什么要多次传输一条记录而不是一次,然后再引用它。 对于客户端应用程序,这可能是完全透明的。 甚至提供高级功能。 特别是对于OR映射器,仅作为参考来创建类似于DB数据的子bean甚至可能非常有用。
如果您可以在不知道冗余数据的情况下加入1:n表,那将是极好的。
有谁知道像这样优化的RDBMS? 还是不能做到这一点? 如果是这样,为什么?
----- ----编辑----- -----
@Thilo:感谢您的链接。 很有意思。
我已经使用Windows XAMPP进行了测试。
的PHP:5.4.7
的MySQL:5.5.27
结果表明您必须谨慎使用MySQL中的JOIN。
每次执行JOIN操作时,您将获得重复的数据(1:1除外)。 为什么要多次传输此数据?
测试:
我创建了两个表。 具有500条记录的表A和具有VARCHAR(32)的9列以及具有50000条记录的表B。 (1:100)
SET @numA = 500;
SET @numBperA = 100;
DROP TABLE IF EXISTS `table_b`;
DROP TABLE IF EXISTS `table_a`;
DROP PROCEDURE IF EXISTS fill_table_b;
DROP PROCEDURE IF EXISTS fill_table_a;
CREATE TABLE `table_a` (
`id` int(11) NOT NULL,
`val1` varchar(32) NOT NULL,
`val2` varchar(32) NOT NULL,
`val3` varchar(32) NOT NULL,
`val4` varchar(32) NOT NULL,
`val5` varchar(32) NOT NULL,
`val6` varchar(32) NOT NULL,
`val7` varchar(32) NOT NULL,
`val8` varchar(32) NOT NULL,
`val9` varchar(32) NOT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1 AUTO_INCREMENT=1;
delimiter $$
CREATE PROCEDURE fill_table_a()
BEGIN
DECLARE i INT DEFAULT 1;
SET i = 1;
WHILE ( i <= @numA) DO
INSERT INTO table_a (id, val1, val2, val3, val4, val5, val6, val7, val8, val9)
VALUES (i, md5(rand()), md5(rand()), md5(rand()), md5(rand()), md5(rand()), md5(rand()), md5(rand()), md5(rand()), md5(rand()));
SET i=i+1;
END WHILE;
END$$
delimiter ;
call fill_table_a();
CREATE TABLE IF NOT EXISTS `table_b` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`table_a_id` int(11) NOT NULL,
`val` varchar(32) NOT NULL,
PRIMARY KEY (`id`),
KEY `table_a_id` (`table_a_id`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1 AUTO_INCREMENT=1 ;
ALTER TABLE `table_b` ADD CONSTRAINT `table_b_ibfk_1` FOREIGN KEY (`table_a_id`) REFERENCES `table_a` (`id`);
delimiter $$
CREATE PROCEDURE fill_table_b()
BEGIN
DECLARE i INT DEFAULT 1;
DECLARE j INT DEFAULT 1;
SET i = 1;
WHILE (i <= @numA) DO
SET j = 1;
WHILE (j <= @numBperA) DO
INSERT INTO table_b (table_a_id, val)
VALUES (i, md5(rand()));
SET j=j+1;
END WHILE;
SET i=i+1;
END WHILE;
END$$
delimiter ;
call fill_table_b();
现在,我想从表A中选择300行,并从表B中选择相关的30000行。
我已经通过3种方式完成了此操作:
通过一个请求选择A JOIN B
$time = microtime(true);
for( $i = 0; $i < 50; $i++ ) {
$resultA = mysqli_query($link, "SELECT * FROM table_a LEFT JOIN table_b ON table_b.table_a_id = table_a.id WHERE table_a.id BETWEEN 100 AND 399");
$resultArray = array();
//while( $resultArray[] = mysqli_fetch_assoc($resultA) ) {}
$numRows = mysqli_num_rows($resultA);
}
$time2 = microtime(true);
echo("numSelectedRows: " . $numRows . "<br>time: " . number_format($time2 - $time, 3) . " sec.<br>Memory: " . number_format(memory_get_peak_usage() / 1024 / 1024, 3) . " MiB");
与获取
numSelectedRows:30000
时间:15.539秒。
内存:55.649 MiB没有获取
numSelectedRows:30000
时间:6.262秒。
内存:3.431 MiB
选择单个请求的A。 遍历Result并向表B发出300个请求。
$time = microtime(true);
for( $i = 0; $i < 50; $i++ ) {
$numRowsB = 0;
$resultA = mysqli_query($link, "SELECT * FROM table_a WHERE table_a.id BETWEEN 100 AND 399");
while( $row = mysqli_fetch_assoc($resultA) ) {
$resultB = mysqli_query($link, "SELECT * FROM table_b WHERE table_b.table_a_id = " . $row['id']);
while( mysqli_fetch_assoc($resultB) ) {}
$numRowsB += mysqli_num_rows($resultB);
}
}
$numRowsA = mysqli_num_rows($resultA);
$time2 = microtime(true);
echo("numSelectedRows A: " . $numRowsA . "<br>numSelectedRows B: " . $numRowsB . "<br>time: " . number_format($time2 - $time, 3) . " sec.<br>Memory: " . number_format(memory_get_peak_usage() / 1024 / 1024, 3) . " MiB");
- 与获取
numSelectedRows A:300
numSelectedRows B:30000
时间:7.713秒。
内存:0.364 MiB
选择单个请求的A。 单个请求选择B。
$time = microtime(true);
for( $i = 0; $i < 50; $i++ ) {
$resultA = mysqli_query($link, "SELECT * FROM table_a WHERE table_a.id BETWEEN 100 AND 399");
$resultB = mysqli_query($link, "SELECT * FROM table_b WHERE table_b.table_a_id BETWEEN 100 AND 399");
$resultArray = array();
//while( $resultArray[] = mysqli_fetch_assoc($resultA) ) {}
//while( $resultArray[] = mysqli_fetch_assoc($resultB) ) {}
}
$numRowsA = mysqli_num_rows($resultA);
$numRowsB = mysqli_num_rows($resultB);
$time2 = microtime(true);
echo("numSelectedRows A: " . $numRowsA . "<br>numSelectedRows B: " . $numRowsB . "<br>time: " . number_format($time2 - $time, 3) . " sec.<br>Memory: " . number_format(memory_get_peak_usage() / 1024 / 1024, 3) . " MiB");
与获取
numSelectedRows A:300
numSelectedRows B:30000
时间:6.020秒。
内存:15.928 MiB没有获取
numSelectedRows A:300
numSelectedRows B:30000
时间:3.018秒。
内存:1.156 MiB
为什么RDBMS驱动程序不能解决此问题?
出于同样的原因,查询优化器有时也无法正确执行。
这很难。
数据库(和其他软件)尽最大努力优化查询执行,但是有时您仍然需要手动“帮助”。
如果有的话,我宁愿只希望数据库本身甚至在这里尝试一下它的手,而不希望其他层(例如OR / mapper或数据库驱动程序)也“自动”摆弄。 否则,该过程将变得完全不可预测,并且在必要时将很难控制。
因为RDBMS驱动程序不返回结构化实体而是通用数据集,并且没有办法知道返回的数据字段如何相互关联:某些相关行的计数要保留在应用程序中,仅仅是因为它在查询中有所命名?
如此简单,有人已经发现了宇宙的奥秘,我很乐意在表格上签字并退休! ;))
可悲的是,您需要执行的查询取决于架构,数据分区以及最后但并非最不重要的业务规则和应用程序功能。 因此,在某些情况下,您将需要具有或不具有分组的联接,否则多个查询会更好。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.