日期：2014-05-16　浏览次数：20417 次

Study-Hard-数据库连接及实现内部原理（下）

注：本文成文思路，来自炼数成金——《数据库引擎开发课程》——王涛老师

注：本文章，禁止未经允许的转载，但用于学习、研究目的的用处除外（注明出处：以链接的方式）

在数据库中，我们经常会用到如下操作：聚集（Group By）、去重（Distinct）、关联等操作。

这些操作的前提，或者说本质上，都离不开排序操作，下面分别看下这些操作，并对关联进行着重讲解，通过讲解可以理解一定的SQL优化原理。

一、Group By

通过上图，可以看书，GroupBy，进行排序操作，然后在对相同的记录进行GroupBy操作，这里的重点就是排序了。

二、唯一DISTINCT

对于Distinct操作，首先仍是排序，排序后，则输出结果，这里需要一个比较操作，即用当前值与后续值进行比较，如果已经输出过，则不再输出。

对于关联操作，也就是多表的关联，这里以量表为例，TableA、TableB；而相对来说，当表空间非常大，或者存在索引与否，对于sql的执行速度都是有影响的，通常而言，在关联操作时，会有三种：嵌套、归并关联、hash关联（在数据库连接及内部原理（上）有叙述），下面分别看看这三种关联，并附加实现代码。

对上图进行简单的解释，在进行嵌套循环的时候，通常情况是（大表+小表）的形式，并且会以小表作为内表，因为小表可以常驻内存，这样当进行磁盘IO的时候，只有大表会产生开销；反之，如果因为大表过大，则大表不能常驻内存，内外表的数据均存在与磁盘中，这样，进行磁盘IO开销是非常“可观”的:(。

解释了，谁做内外表的问题后，看下嵌套关联的操作过程：

1.取得要操作的表空间

2.对表空间的记录进行排序

3.通过嵌套循环进行赛选（如果是双表，可能是两个for嵌套）

4.获得需求的记录

对与归并关联，有着很好的时间复杂度（如果两个表中的元素已经排序，如果未排序，时间开销可能为XlogX + YlogY

免责声明： 本文仅代表作者个人观点，与爱易网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。