SQL JOIN 与多个 SELECT 语句

Question

每个使用数据库的开发人员都有这个问题。 而且您通常无法估计一个表在 x 年内将有多少条记录。

• LEFT JOIN vs. multiple SELECT statements
• performance - single join select vs. multiple simple selects

尤其是在使用 O/R 映射器时，这非常不舒服！

为什么 RDBMS 驱动程序不能解决这个问题？ 为什么多次传输记录而不是一次然后引用它。 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。 尤其是使用 OR 映射器，创建类似于 DB 数据的子 bean 甚至可能非常有用，仅作为参考。

如果您可以在不知道冗余数据的情况下加入 1:n 表，那就太好了。

有人知道这样优化的 RDBMS 吗？ 还是不能这样做？如果是这样，为什么？

----- ---- 编辑 ----- -----
@Thilo：感谢您的链接。很有趣。

我已经使用 XAMPP for Windows 进行了测试。
PHP：5.4.7
MySQL：5.5.27
结果表明，在 MySQL 中使用 JOIN 一定要小心。

每次执行 JOIN 时都会得到重复的数据（1:1 除外）。为什么要多次传输这些数据？

测试：

我创建了两个表。表 A 有 500 条记录和 9 列 VARCHAR(32) 和表 B 有 50000 条记录。 (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，从表 B 中选择相关的 30000 行。

我做了这 3 种方法：

使用单个请求选择 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");

• 使用抓取
  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

通过单个请求选择 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");

• 带提取
  numSelectedRows A：300
  numSelectedRows B：30000
  时间：7.713 秒。
  内存：0.364 MiB

通过单个请求选择 A。通过单个请求选择 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");

• 使用抓取
  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 驱动程序不能解决这个问题？

出于同样的原因，查询优化器有时也无法正确处理。

这很难。

数据库（和其他软件）尽最大努力优化查询执行，但有时您仍然需要手动“帮助它”。

如果有的话，我宁愿只有数据库本身甚至在这里尝试它的手，而不是让其他层（例如 OR/映射器或数据库驱动程序）也“自动”摆弄。否则，该过程将变得完全不可预测，并且在必要时难以控制。

Answer 2

因为 RDBMS 驱动程序不返回结构化实体而是通用数据集，并且无法知道返回的数据字段是如何相互关联的：是一些相关行的计数要保留在应用程序中，只是因为它有点命名在查询中？

如果这么简单，早就有人发现了宇宙的奥秘，我很乐意签署表格并退休！！ ;))

遗憾的是，您需要执行的查询取决于架构、数据重新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，您将需要有或没有分组的联接，否则多个查询会更好，就这样吧。