問題關於多表查詢性能

Question

有雙向做多表查詢：

查詢1：

select t1.a, t2.b from t1, t2 where t1.a = t2.a 

查詢2：

每一行：

select t1.a from t1 

d o另一個查詢：

select t2.b from t2 where t2.a = '??' 

當表格非常大時，哪一個表現更好？

Answer 1

您應該始終讓DBMS儘可能在單個查詢中完成儘可能多的工作。

DBMS知道每個數據庫中有多少個元組，並且有一種方法來估計結果將具有的元組數量。現代DBMS具有非常複雜的算法，負責找到執行任何查詢（規劃器）的最有效方法。除非你知道你在做什麼，爲什麼你在做（即你知道你的算法會比DBMS運行得更快，更重要的是，爲什麼），你應該讓DMBS完成它的工作。

回答你的問題更準確地說：

您的查詢＃1可以與答案不同的方法，這取決於表的大小。讓我們假設這兩者都是巨大的。要解決的一個方法是使用基於排序的連接：基於連接屬性對兩個表進行排序，然後合併它們。這基本上相當於在每個表上進行合併排序所花費的時間。每張表的每頁將被讀取和寫入幾次（取決於您在DMBS中有多少緩衝空間）。因此，T1和T2中的每個元組都會被讀取/寫入，比如十幾次。

如果我們實現你的方法，將會有與T1大小的元組一樣多的查詢。讓我們假設T2沒有索引，因此查詢將讀取T2 T1時間內的每個元組。

如果你有一個在T2上的索引，你可以期望爲T1中的每個元組讀一些頁面。因此，查詢的代價是讀取T1的開銷，然後對於T1中的每個元組，需要讀取幾頁（2-5）才能找到T2中的匹配元組。

如果T1非常小，T2非常大，則查詢2會更快！但是，數據庫管理系統會發現，並會執行你的算法來回答Q1（它被稱爲基於循環的連接）。此外，發送給DBMS的每個查詢都需要時間來處理（方法1沒有的開銷）。

這是一種常見的幼稚DBMS程序員的失誤：讓DB做了一點工作，那麼每一個元組，做更多的工作。

相反，您應該考慮讓數據庫管理系統在儘可能少的查詢中完成所有處理。它會在業績中得到回報。

最後，如果您真的對性能感興趣，請獲取您最喜愛的DMBS的文檔，並閱讀它如何進行查詢評估以及如何改進它。

--dmg