MySQL的Hash Join是什么？它的优势在哪里？

#### **1. 什么是 Hash Join？** Hash Join 是 **MySQL 8.0.18** 版本引入的一种 **等值连接（`=` JOIN）优化算法**，用于替代传统的 **嵌套循环（Nested-Loop Join）**，提升 `JOIN` 查询性能。 **核心思想**： - **构建阶段（Build Phase）**：将 **小表（驱动表）** 加载到 **内存哈希表** 中，Key 为 `JOIN` 字段，Value 为完整数据。 - **探测阶段（Probe Phase）**：遍历 **大表（被驱动表）**，通过哈希查找匹配的记录。 #### **2. Hash Join 的执行流程** 假设有如下 SQL： ```sql SELECT s.id, s.name, sc.school_name FROM students s LEFT JOIN schools sc ON s.school_id = sc.id; ``` 其中： - **students**（小表，驱动表） - **schools**（大表，被驱动表） 执行过程： 1. **构建哈希表（Build Phase）** - 读取 `students`（小表），创建 `school_id` 对应的哈希表： ``` HASH_TABLE = { "101": { id: 1, name: "Alice" }, "102": { id: 2, name: "Bob" }, "103": { id: 3, name: "Charlie" } } ``` 2. **探测匹配（Probe Phase）** - 遍历 `schools`（大表），通过 `school_id` 在哈希表中查找： ``` 查找 school_id = 101 -> 匹配 Alice 查找 school_id = 102 -> 匹配 Bob 查找 school_id = 104 -> 无匹配（LEFT JOIN 返回 NULL） ``` - **时间复杂度为 O(n)**，相比于 **Nested-Loop Join 的 O(n log m) 或 O(n * m)**，查询速度更快。 #### **3. Hash Join 的优势** | **对比项** | **Nested-Loop Join** | **Hash Join** | |------------|----------------|------------| | **索引需求** | **必须有索引，否则性能极差** | **不依赖索引** | | **查询复杂度** | O(n log m)（有索引） / O(n * m)（无索引） | **O(n)（哈希查找 O(1)）** | | **磁盘 I/O** | **多次索引查找，I/O 高** | **一次加载，小表全存内存** | | **适用场景** | **小表、小数据量，索引优化好的情况** | **大表 Join 小表，无索引情况下更优** | ✅ **核心优化点** - **避免多次索引查找**（O(log m) → O(1)） - **支持无索引的等值连接** - **减少磁盘 I/O，提升查询速度** #### **4. 适用场景** ✅ **适用于** - **等值连接（`=`）** - **大表 Join 小表** - **`JOIN` 字段无索引** - **高并发、低延迟场景** ❌ **不适用于** - **非等值连接（`>`、`<`、`BETWEEN`）** - **索引优化良好的情况**（Nested-Loop Join 可能更快） - **大表 Join 大表**（Hash Join 可能占用过多内存） #### **5. 结论** 🚀 **Hash Join 是 MySQL 8.0.18+ 的等值连接优化方案，在大表 Join 小表、无索引情况下，比传统 Nested-Loop Join 快很多。** - **减少索引查询成本** - **降低磁盘 I/O** - **适用于等值连接的大规模数据 Join**