SQL JOIN与多个SELECT语句

Question

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。

• LEFT JOIN与多个SELECT语句
• 性能-单联接选择与多个简单选择

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

Answer 1

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。

Answer 2

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。