從多表連接后的select count(*)看待SQL優化

一朋友問我，以下這SQL能直接改寫成select count(*) from a嗎?

SELECT COUNT(*)
FROM a
     LEFT JOIN b ON a.a1 = b.b1
     LEFT JOIN c ON b.b1 = c.c1

 

廢話不多說，直接上實驗。

1. 准備數據

創建測試表a,b,c，並插入數據，a有重復數據，b是唯一數據，c是唯一數據，d有重復數據。

1） 創建a表

create table a (a1 int);
insert into a select 1;
insert into a select 2;
insert into a select 3;
insert into a select 1;
insert into a select 2;
insert into a select 3;
insert into a values(null);
insert into a values(null);
insert into a values(null);
insert into a values(null);

 

2）創建b表

create table b (b1 int);
insert into b select 1;
insert into b select 2;
insert into b select 3;
insert into b select 4;
insert into b select 5;

 

 3）創建c表

create table c (c1 int);
insert into c select 7;
insert into c select 8;
insert into c select 9;
insert into c values(null);
insert into c values(null);

 

 4）創建d表

create table d (d1 int);
insert into d select 1;
insert into d select 1;
insert into d select 1;
insert into d select 1;
insert into d select 1;
insert into d select 1;

 

2. 數據查看

a表	b表	c表	d表
1	1	7	1
2	2	8	1
3	3	9	1
1	4	null	1
2	5	null	1
3			1
null
null
null
null

3. SQL示例

3.1 a表連接b表再連接c表（N:1:1的關系）

a表連接列有重復數據，b，c兩表的連接列都是唯一數據

SELECT COUNT(*)
FROM a
     LEFT JOIN b ON a.a1 = b.b1
     LEFT JOIN c ON b.b1 = c.c1

+----------+
| COUNT(*) |
+----------+
|       10 |
+----------+
1 row in set (0.00 sec)

返回的10條數據

 

此時SQL只返回a表的數據，那么這時候SQL可以改寫成

mysql> select count(*) from a;
+----------+
| count(*) |
+----------+
|       10 |
+----------+
1 row in set (0.00 sec)

 

3.2 b表連接a表再連接c表（1:N:1的關系）

SELECT count(*)
FROM b
     LEFT JOIN a ON b.b1 = a.a1
     LEFT JOIN c ON a.a1 = c.c1

+----------+
| count(*) |
+----------+
|        8 |
+----------+
1 row in set (0.00 sec)

 

原本b表是5條數據，left join后變為8條，此時就不能改寫成上述形式了，我們來看下，具體數據是什么。

+------+------+------+
| b1   | a1   | c1   |
+------+------+------+
|    1 |    1 | NULL |
|    2 |    2 | NULL |
|    3 |    3 | NULL |
|    1 |    1 | NULL |
|    2 |    2 | NULL |
|    3 |    3 | NULL |
|    4 | NULL | NULL |
|    5 | NULL | NULL |
+------+------+------+
8 rows in set (0.00 sec)

 

可以看到a表的重復數據，在b表重復展現了，c表與a表連接，沒有相等的數據（null不等於null）所以c1列展現都為null值。

這時候此SQL可以等價於以下：

SELECT count(*)
FROM b
     LEFT JOIN a ON b.b1 = a.a1;

+----------+
| count(*) |
+----------+
|        8 |
+----------+
1 row in set (0.00 sec)

 

3.3 a表與d表相連接（N:N關系）

SELECT *
FROM a
     LEFT JOIN d ON a.a1 =d.d1;

+------+------+
| a1   | d1   |
+------+------+
|    1 |    1 |
|    1 |    1 |
|    1 |    1 |
|    1 |    1 |
|    1 |    1 |
|    1 |    1 |
|    1 |    1 |
|    1 |    1 |
|    1 |    1 |
|    1 |    1 |
|    1 |    1 |
|    1 |    1 |
|    2 | NULL |
|    3 | NULL |
|    2 | NULL |
|    3 | NULL |
| NULL | NULL |
| NULL | NULL |
| NULL | NULL |
| NULL | NULL |
+------+------+
20 rows in set (0.00 sec)

 

可以看a表a1列數據組成是 a表2個1 * b表 6個1 = 12個1,再加上原本a1列的數據8條，總共20條數據。

4. 總結

從以上實驗可以延伸到，如果連接列基數很低，此時left join就相當於笛卡兒積。。

所以在做SQL優化時候，尤其需要關注連接列的基數，與表與表之間的關系。