从多表连接后的select count(*)看待SQL优化

从多表连接后的select count(*)看待SQL优化

一朋友问我，以下这SQL能直接改写成select count(*) from a吗?

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

废话不多说，直接上实验。

1. 准备数据

创建测试表a,b,c，并插入数据，a有重复数据，b是唯一数据，c是唯一数据，d有重复数据。

1） 创建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）创建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）创建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）创建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. 数据查看

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表连接b表再连接c表（N:1:1的关系）

a表连接列有重复数据，b，c两表的连接列都是唯一数据

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条数据

此时SQL只返回a表的数据，那么这时候SQL可以改写成

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

3.2 b表连接a表再连接c表（1:N:1的关系）

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条数据，left join后变为8条，此时就不能改写成上述形式了，我们来看下，具体数据是什么。

+------+------+------+
| 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表的重复数据，在b表重复展现了，c表与a表连接，没有相等的数据（null不等于null）所以c1列展现都为null值。

这时候此SQL可以等价于以下：

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

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

3.3 a表与d表相连接（N:N关系）

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列数据组成是 a表2个1 * b表 6个1 = 12个1,再加上原本a1列的数据8条，总共20条数据。

4. 总结

从以上实验可以延伸到，如果连接列基数很低，此时left join就相当于笛卡儿积。。

所以在做SQL优化时候，尤其需要关注连接列的基数，与表与表之间的关系。