MySQL學(xué)習(xí)比比- MySQL 8.0 新特性:哈希連接(Hash Join)

MySQL 開發(fā)組于 2019 年 10 月 14 日 正式發(fā)布了 MySQL 8.0.18 GA 版本碉渡,帶來了一些新特性和增強(qiáng)功能篓足。

其中最引人注目的莫過于多表連接查詢支持 hash join 方式了瞭亮。

我們先來看看官方的描述:

點(diǎn)擊查看 官方描述

MySQL 實(shí)現(xiàn)了用于內(nèi)連接查詢的 hash join 方式鼠冕。

例如吨拍,從 MySQL 8.0.18 開始以下查詢可以使用 hash join 進(jìn)行連接查詢:

SELECT * 
    FROM t1 
    JOIN t2 
        ON t1.c1=t2.c1;

Hash join 不需要索引的支持席吴。

大多數(shù)情況下夭织,hash join 比之前的 Block Nested-Loop 算法在沒有索引時的等值連接更加高效吭露。

使用以下語句創(chuàng)建三張測試表:

CREATE TABLE t1 (c1 INT, c2 INT);
CREATE TABLE t2 (c1 INT, c2 INT);
CREATE TABLE t3 (c1 INT, c2 INT);

使用EXPLAIN FORMAT=TREE命令可以看到執(zhí)行計劃中的 hash join,例如:

mysql> EXPLAIN FORMAT=TREE
    -> SELECT * 
    ->     FROM t1 
    ->     JOIN t2 
    ->         ON t1.c1=t2.c1\G
*************************** 1. row ***************************
EXPLAIN: -> Inner hash join (t2.c1 = t1.c1)  (cost=0.70 rows=1)
    -> Table scan on t2  (cost=0.35 rows=1)
    -> Hash
        -> Table scan on t1  (cost=0.35 rows=1)

必須使用 EXPLAIN 命令的 FORMAT=TREE 選項才能看到節(jié)點(diǎn)中的 hash join尊惰。

另外讲竿,EXPLAIN ANALYZE命令也可以顯示 hash join 的使用信息。

這也是該版本新增的一個功能弄屡。多個表之間使用等值連接的的查詢也會進(jìn)行這種優(yōu)化题禀。

例如以下查詢:

SELECT * 
    FROM t1
    JOIN t2 
        ON (t1.c1 = t2.c1 AND t1.c2 < t2.c2)
    JOIN t3 
        ON (t2.c1 = t3.c1);

在以上示例中,任何其他非等值連接的條件將會在連接操作之后作為過濾器使用膀捷。

可以通過EXPLAIN FORMAT=TREE命令的輸出進(jìn)行查看:

mysql> EXPLAIN FORMAT=TREE
    -> SELECT * 
    ->     FROM t1
    ->     JOIN t2 
    ->         ON (t1.c1 = t2.c1 AND t1.c2 < t2.c2)
    ->     JOIN t3 
    ->         ON (t2.c1 = t3.c1)\G
*************************** 1. row ***************************
EXPLAIN: -> Inner hash join (t3.c1 = t1.c1)  (cost=1.05 rows=1)
    -> Table scan on t3  (cost=0.35 rows=1)
    -> Hash
        -> Filter: (t1.c2 < t2.c2)  (cost=0.70 rows=1)
            -> Inner hash join (t2.c1 = t1.c1)  (cost=0.70 rows=1)
                -> Table scan on t2  (cost=0.35 rows=1)
                -> Hash
                    -> Table scan on t1  (cost=0.35 rows=1)

從以上輸出同樣可以看出迈嘹,包含多個等值連接條件的查詢也可以(會)使用多個 hash join 連接。

但是全庸,如果任何連接語句(ON)中沒有使用等值連接條件秀仲,將不會采用 hash join 連接方式。

例如:

mysql> EXPLAIN FORMAT=TREE
    ->     SELECT * 
    ->         FROM t1
    ->         JOIN t2 
    ->             ON (t1.c1 = t2.c1)
    ->         JOIN t3 
    ->             ON (t2.c1 < t3.c1)\G
*************************** 1. row ***************************
EXPLAIN: <not executable by iterator executor>

</pre>

此時壶笼,將會采用性能更慢的 block nested loop 連接算法啄育。

這與 MySQL 8.0.18 之前版本中沒有索引時的情況一樣:

mysql> EXPLAIN
    ->     SELECT * 
    ->         FROM t1
    ->         JOIN t2 
    ->             ON (t1.c1 = t2.c1)
    ->         JOIN t3 
    ->             ON (t2.c1 < t3.c1)\G             
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: t1
   partitions: NULL
         type: ALL
possible_keys: NULL
          key: NULL
      key_len: NULL
          ref: NULL
         rows: 1
     filtered: 100.00
        Extra: NULL
*************************** 2. row ***************************
           id: 1
  select_type: SIMPLE
        table: t2
   partitions: NULL
         type: ALL
possible_keys: NULL
          key: NULL
      key_len: NULL
          ref: NULL
         rows: 1
     filtered: 100.00
        Extra: Using where; Using join buffer (Block Nested Loop)
*************************** 3. row ***************************
           id: 1
  select_type: SIMPLE
        table: t3
   partitions: NULL
         type: ALL
possible_keys: NULL
          key: NULL
      key_len: NULL
          ref: NULL
         rows: 1
     filtered: 100.00
        Extra: Using where; Using join buffer (Block Nested Loop)

Hash join 連接同樣適用于不指定查詢條件時的笛卡爾積(Cartesian product),例如:

mysql> EXPLAIN FORMAT=TREE
    -> SELECT *
    ->     FROM t1
    ->     JOIN t2
    ->     WHERE t1.c2 > 50\G
*************************** 1. row ***************************
EXPLAIN: -> Inner hash join  (cost=0.70 rows=1)
    -> Table scan on t2  (cost=0.35 rows=1)
    -> Hash
        -> Filter: (t1.c2 > 50)  (cost=0.35 rows=1)
            -> Table scan on t1  (cost=0.35 rows=1)

默認(rèn)配置時拌消,MySQL 所有可能的情況下都會使用 hash join挑豌。

同時提供了兩種控制是否使用 hash join 的方法:

  • 在全局或者會話級別設(shè)置服務(wù)器系統(tǒng)變量 optimizer_switch 中的 hash_join=on 或者 hash_join=off 選項。默認(rèn)為 hash_join=on墩崩。

  • 在語句級別為特定的連接指定優(yōu)化器提示 HASH_JOIN 或者 NO_HASH_JOIN氓英。

可以通過系統(tǒng)變量 join_buffer_size 控制 hash join 允許使用的內(nèi)存數(shù)量;
hash join 不會使用超過該變量設(shè)置的內(nèi)存數(shù)量鹦筹。

如果 hash join 所需的內(nèi)存超過該閾值铝阐,MySQL 將會在磁盤中執(zhí)行操作。

需要注意的是铐拐,如果 hash join 無法在內(nèi)存中完成徘键,并且打開的文件數(shù)量超過系統(tǒng)變量 open_files_limit 的值练对,連接操作可能會失敗。

為了解決這個問題吹害,可以使用以下方法之一:

  • 增加 join_buffer_size 的值螟凭,確保 hash join 可以在內(nèi)存中完成。
  • 增加 open_files_limit 的值它呀。

接下來我們比較一下 hash join 和 block nested loop 的性能螺男,首先分別為 t1、t2 和 t3 生成 1000000 條記錄:

set join_buffer_size=2097152000;

SET @@cte_max_recursion_depth = 99999999;

INSERT INTO t1
-- INSERT INTO t2
-- INSERT INTO t3
WITH RECURSIVE t AS (
  SELECT 1 AS c1, 1 AS c2
  UNION ALL
  SELECT t.c1 + 1, t.c1 * 2
    FROM t
   WHERE t.c1 < 1000000
)
SELECT *
  FROM t;

</pre>

沒有索引情況下的 hash join:

mysql> EXPLAIN ANALYZE
    -> SELECT COUNT(*)
    ->   FROM t1
    ->   JOIN t2 
    ->     ON (t1.c1 = t2.c1)
    ->   JOIN t3 
    ->     ON (t2.c1 = t3.c1)\G
*************************** 1. row ***************************
EXPLAIN: -> Aggregate: count(0)  (actual time=22993.098..22993.099 rows=1 loops=1)
    -> Inner hash join (t3.c1 = t1.c1)  (cost=9952535443663536.00 rows=9952435908880402) (actual time=14489.176..21737.032 rows=1000000 loops=1)
        -> Table scan on t3  (cost=0.00 rows=998412) (actual time=0.103..3973.892 rows=1000000 loops=1)
        -> Hash
            -> Inner hash join (t2.c1 = t1.c1)  (cost=99682753413.67 rows=99682653660) (actual time=5663.592..12236.984 rows=1000000 loops=1)
                -> Table scan on t2  (cost=0.01 rows=998412) (actual time=0.067..3364.105 rows=1000000 loops=1)
                -> Hash
                    -> Table scan on t1  (cost=100539.40 rows=998412) (actual time=0.133..3395.799 rows=1000000 loops=1)

1 row in set (23.22 sec)

mysql> SELECT COUNT(*)
    ->   FROM t1
    ->   JOIN t2 
    ->     ON (t1.c1 = t2.c1)
    ->   JOIN t3 
    ->     ON (t2.c1 = t3.c1);
+----------+
| COUNT(*) |
+----------+
|  1000000 |
+----------+
1 row in set (12.98 sec)

實(shí)際運(yùn)行花費(fèi)了 12.98 秒纵穿。這個時候如果使用 block nested loop:

mysql> EXPLAIN FORMAT=TREE
    -> SELECT /*+  NO_HASH_JOIN(t1, t2, t3) */ COUNT(*)
    ->   FROM t1
    ->   JOIN t2 
    ->     ON (t1.c1 = t2.c1)
    ->   JOIN t3 
    ->     ON (t2.c1 = t3.c1)\G
*************************** 1. row ***************************
EXPLAIN: <not executable by iterator executor>

1 row in set (0.00 sec)

SELECT /*+  NO_HASH_JOIN(t1, t2, t3) */ COUNT(*)
  FROM t1
  JOIN t2 
    ON (t1.c1 = t2.c1)
  JOIN t3 
    ON (t2.c1 = t3.c1);

EXPLAIN 顯示無法使用 hash join下隧。查詢跑了幾十分鐘也沒有出結(jié)果,其中一個 CPU 使用率到了 100%谓媒;因?yàn)橐恢痹趫?zhí)行嵌套循環(huán)(1000000 的 3 次方)淆院。再看有索引時的 block nested loop 方法,增加索引:

mysql> CREATE index idx1 ON t1(c1);
Query OK, 0 rows affected (7.39 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> CREATE index idx2 ON t2(c1);
Query OK, 0 rows affected (6.77 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> CREATE index idx3 ON t3(c1);
Query OK, 0 rows affected (7.23 sec)
Records: 0  Duplicates: 0  Warnings: 0

查看執(zhí)行計劃并運(yùn)行相同的查詢語句:

mysql> EXPLAIN ANALYZE
    -> SELECT COUNT(*)
    ->   FROM t1
    ->   JOIN t2 
    ->     ON (t1.c1 = t2.c1)
    ->   JOIN t3 
    ->     ON (t2.c1 = t3.c1)\G
*************************** 1. row ***************************
EXPLAIN: -> Aggregate: count(0)  (actual time=47684.034..47684.035 rows=1 loops=1)
    -> Nested loop inner join  (cost=2295573.22 rows=998412) (actual time=0.116..46363.599 rows=1000000 loops=1)
        -> Nested loop inner join  (cost=1198056.31 rows=998412) (actual time=0.087..25788.696 rows=1000000 loops=1)
            -> Filter: (t1.c1 is not null)  (cost=100539.40 rows=998412) (actual time=0.050..5557.847 rows=1000000 loops=1)
                -> Index scan on t1 using idx1  (cost=100539.40 rows=998412) (actual time=0.043..3253.769 rows=1000000 loops=1)
            -> Index lookup on t2 using idx2 (c1=t1.c1)  (cost=1.00 rows=1) (actual time=0.012..0.015 rows=1 loops=1000000)
        -> Index lookup on t3 using idx3 (c1=t1.c1)  (cost=1.00 rows=1) (actual time=0.012..0.015 rows=1 loops=1000000)

1 row in set (47.68 sec)

mysql> SELECT COUNT(*)
    ->   FROM t1
    ->   JOIN t2 
    ->     ON (t1.c1 = t2.c1)
    ->   JOIN t3 
    ->     ON (t2.c1 = t3.c1);
+----------+
| COUNT(*) |
+----------+
|  1000000 |
+----------+
1 row in set (19.56 sec)

實(shí)際運(yùn)行花費(fèi)了 19.56 秒句惯。所以在我們這個場景中的測試結(jié)果如下:

再增加一個 Oracle 12c 中無索引時 hash join 結(jié)果:1.282 s迫筑。

再增加一個 PostgreSQL 11.5 中無索引時 hash join 結(jié)果:6.234 s。

再增加一個 SQL 2017 中無索引時 hash join 結(jié)果:5.207 s宗弯。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末脯燃,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子蒙保,更是在濱河造成了極大的恐慌辕棚,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,817評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件邓厕,死亡現(xiàn)場離奇詭異逝嚎,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)详恼,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,329評論 3 385
  • 文/潘曉璐 我一進(jìn)店門补君,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人昧互,你說我怎么就攤上這事挽铁。” “怎么了敞掘?”我有些...
    開封第一講書人閱讀 157,354評論 0 348
  • 文/不壞的土叔 我叫張陵叽掘,是天一觀的道長。 經(jīng)常有香客問我玖雁,道長更扁,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,498評論 1 284
  • 正文 為了忘掉前任,我火速辦了婚禮浓镜,結(jié)果婚禮上溃列,老公的妹妹穿的比我還像新娘。我一直安慰自己膛薛,他們只是感情好听隐,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,600評論 6 386
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著相叁,像睡著了一般。 火紅的嫁衣襯著肌膚如雪辽幌。 梳的紋絲不亂的頭發(fā)上增淹,一...
    開封第一講書人閱讀 49,829評論 1 290
  • 那天,我揣著相機(jī)與錄音乌企,去河邊找鬼虑润。 笑死,一個胖子當(dāng)著我的面吹牛加酵,可吹牛的內(nèi)容都是我干的拳喻。 我是一名探鬼主播,決...
    沈念sama閱讀 38,979評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼猪腕,長吁一口氣:“原來是場噩夢啊……” “哼冗澈!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起陋葡,我...
    開封第一講書人閱讀 37,722評論 0 266
  • 序言:老撾萬榮一對情侶失蹤亚亲,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后腐缤,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體捌归,經(jīng)...
    沈念sama閱讀 44,189評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,519評論 2 327
  • 正文 我和宋清朗相戀三年岭粤,在試婚紗的時候發(fā)現(xiàn)自己被綠了惜索。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,654評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡剃浇,死狀恐怖巾兆,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情虎囚,我是刑警寧澤臼寄,帶...
    沈念sama閱讀 34,329評論 4 330
  • 正文 年R本政府宣布,位于F島的核電站溜宽,受9級特大地震影響吉拳,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜适揉,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,940評論 3 313
  • 文/蒙蒙 一留攒、第九天 我趴在偏房一處隱蔽的房頂上張望煤惩。 院中可真熱鬧,春花似錦炼邀、人聲如沸魄揉。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,762評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽洛退。三九已至,卻和暖如春杰标,著一層夾襖步出監(jiān)牢的瞬間兵怯,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,993評論 1 266
  • 我被黑心中介騙來泰國打工腔剂, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留媒区,地道東北人。 一個月前我還...
    沈念sama閱讀 46,382評論 2 360
  • 正文 我出身青樓掸犬,卻偏偏與公主長得像袜漩,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子湾碎,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,543評論 2 349

推薦閱讀更多精彩內(nèi)容