mysql中semi-join的优化策略介绍

转自：http://blog.sina.com.cn/s/blog_4673e60301011qvx.html

1. 背景介绍

什么是semi-join？
所谓的semi-join是指semi-join子查询。该子查询具有如下结构：

SELECT ... FROM outer_tables WHERE expr IN (SELECT ... FROM inner_tables ...) AND ...

即在where条件的“IN”中的那个子查询。
这种查询的特点是我们只关心outer_table中与semi-join相匹配的记录。

换句话说，最后的结果集是在outer_tables中的，而semi-join的作用只是对outer_tables中的记录进行筛选。这也是我们进行semi-join优化的基础，即我们只需要从semi-join中获取到最少量的足以对outer_tables记录进行筛选的信息就足够了。

Semi-join从一个表中返回的行与另一个表中数据行进行不完全联接查询（查找到匹配的数据行就返回，不再继续查找）。

Anti-semi-join从一个表中返回的行与另一个表中数据行进行不完全联接查询，然后返回不匹配的数据。

还可参考mysql 官网：http://dev.mysql.com/doc/refman/5.6/en/subquery-optimization.html

所谓的最少量，体现到优化策略上就是如何去重。
以如下语句为例：

select * from Country  where Country.Code in 
(select City.country from City where City.Population>1*1000*1000);

当中的semi-join： “

select City.country from City where City.Population>1*1000*1000

” 可能返回的结果集如下： China(Beijin), China(Shanghai), France(Paris)...
我们可以看到这里有2个China，分别来至2条城市记录Beijin和Shanghai, 但实际上我们只需要1个China就足够对outer_table Country进行筛选了。所以我们需要去重。

2. Mysql支持的Semi-join策略
Mysql支持的semi-join策略主要有5个，它们分别为：
1. DuplicateWeedout: 使用临时表对semi-join产生的结果集去重。