问题关于多表查询性能

Question

有双向做多表查询：

查询1：

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

查询2：

每一行：

select t1.a from t1 

d o另一个查询：

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

当表格非常大时，哪一个表现更好？

Answer 1

您应该始终让DBMS尽可能在单个查询中完成尽可能多的工作。

DBMS知道每个数据库中有多少个元组，并且有一种方法来估计结果将具有的元组数量。现代DBMS具有非常复杂的算法，负责找到执行任何查询（规划器）的最有效方法。除非你知道你在做什么，为什么你在做（即你知道你的算法会比DBMS运行得更快，更重要的是，为什么），你应该让DMBS完成它的工作。

回答你的问题更准确地说：

您的查询＃1可以与答案不同的方法，这取决于表的大小。让我们假设这两者都是巨大的。要解决的一个方法是使用基于排序的连接：基于连接属性对两个表进行排序，然后合并它们。这基本上相当于在每个表上进行合并排序所花费的时间。每张表的每页将被读取和写入几次（取决于您在DMBS中有多少缓冲空间）。因此，T1和T2中的每个元组都会被读取/写入，比如十几次。

如果我们实现你的方法，将会有与T1大小的元组一样多的查询。让我们假设T2没有索引，因此查询将读取T2 T1时间内的每个元组。

如果你有一个在T2上的索引，你可以期望为T1中的每个元组读一些页面。因此，查询的代价是读取T1的开销，然后对于T1中的每个元组，需要读取几页（2-5）才能找到T2中的匹配元组。

如果T1非常小，T2非常大，则查询2会更快！但是，数据库管理系统会发现，并会执行你的算法来回答Q1（它被称为基于循环的连接）。此外，发送给DBMS的每个查询都需要时间来处理（方法1没有的开销）。

这是一种常见的幼稚DBMS程序员的失误：让DB做了一点工作，那么每一个元组，做更多的工作。

相反，您应该考虑让数据库管理系统在尽可能少的查询中完成所有处理。它会在业绩中得到回报。

最后，如果您真的对性能感兴趣，请获取您最喜爱的DMBS的文档，并阅读它如何进行查询评估以及如何改进它。

--dmg