Mysql在進行關聯表查詢時，通常先對一張表A進行查詢，然後將循環使用查詢出來的每一條記錄的關聯信息，再來查詢另一張表B中的記錄，這樣查詢次數爲1 + COUNT(從表A查詢的記錄)。所以，爲了提高查詢效率，需要儘量將小表作爲首先查詢的表，我們可以關聯查詢時首次使用的表A爲主表，將其它表如表B成爲嵌套表。
一、IN和EXISTS查詢
根據MySQL高級知識（十）——批量插入數據腳本中的相應步驟在tb_dept_bigdata表中插入100條數據，在tb_emp_bigdata表中插入5000條數據。
注：100個部門，5000個員工。tb_dept_bigdata（小表），tb_emp_bigdata（大表）。
①當B表的數據集小於A表數據集時，用in由於exists。
select *from tb_emp_bigdata A where A.deptno in (select B.deptno from tb_dept_bigdata B)
B表爲tb_dept_bigdata：100條數據，A表tb_emp_bigdata：5000條數據。
用in的查詢時間爲：
將上面sql轉換成exists：
select *from tb_emp_bigdata A where exists(select 1 from tb_dept_bigdata B where B.deptno=A.deptno);
用exists的查詢時間：
經對比可看到，在B表數據集小於A表的時候，用in要由於exists，當前的數據集並不大，所以查詢時間相差並不多。
②當A表的數據集小於B表的數據集時，用exists由於in。
select *from tb_dept_bigdata A where A.deptno in(select B.deptno from tb_emp_bigdata B);
用in的查詢時間爲：
將上面sql轉換成exists：
select *from tb_dept_bigdata A where exists(select 1 from tb_emp_bigdata B where B.deptno=A.deptno);
用exists的查詢時間：
由於數據量並不是很大，因此對比並不是難麼的強烈。
附上視頻的結論截圖：
結論：
in後面跟的是小表，exists後面跟的是大表。
簡記：in+小表，exists+大表。
對於exists
select .....from table where exists(subquery);
可以理解爲：先進行subquery，如果存在，再進行select .....from table的查詢。
二、JOIN查詢
A JOIN B，表A是左表，表B示右表；左表永遠是主表，右表永遠是嵌套表。
Mysql在版本5.5之前，使用了Nest Loop Join算法，在版本5.5之後，採用了優化的Block Nested-Loop Join算法。優化的Block Nested-Loop Join方法，首先將外層循環數據（即主表查詢出來的數據）的一部分緩存在join buffer（join_buffer_size決定這個緩衝區的大小）中，然後讀取嵌套表數據，逐條和buffer中的數據進行對比，從而減少了查表次數，這樣便可以提高效率。
Block Nested-Loop Join算法： https://dev.mysql.com/doc/refman/5.7/en/nested-loop-joins.html#block-nested-loop-join-algorithm
建立 t1,t2 兩個完全相同的表，t1 表中寫入 100 條數據，t2 表中 寫入 1000 條數據。
Index Nested-Loop Join（NLJ） (被驅動表有索引的情況選擇)
- 語句
- 爲了避免Mysql選擇驅動表對於分析的影響，改用 straight_join 讓 MySQL 使用固定的連接方式執行查詢。
- t1 是驅動表，t2 是被驅動表。
- select * from t1 straight_join t2 on (t1.a=t2.a);
- 執行流程
- 在這條語句裏，被驅動表 t2 的字段 a 上有索引，join 過程用上了這個索引
- 從表 t1 中讀入一行數據 R；
- 從數據行 R 中，取出 a 字段到表 t2 裏去查找；
- 取出表 t2 中滿足條件的行，跟 R 組成一行，作爲結果集的一部分；
- 重複執行步驟 1 到 3，直到表 t1 的末尾循環結束。
-
- 小結
- 這個過程是先遍歷表 t1，然後根據從表 t1 中取出的每行數據中的 a 值，去表 t2 中查找滿足條件的記錄。
- 在形式上，這個過程很像寫程序時的嵌套查詢類似，並且可以用上被驅動表的索引，所以我們稱之爲“Index Nested-Loop Join”，簡稱 NLJ。
- 整個過程， 總掃描行數是 200（t1 100 + t2 索引樹100）
Block Nested-Loop Join（NLJ）（被驅動表無索引選擇）
- 語句
- select * from t1 straight_join t2 on (t1.a=t2.b);
- 由於表 t2 的字段 b 上沒有索引，因此在執行流程時，每次到 t2 去匹配的時候，就要做一次全表掃描。
- 流程
- 把表 t1 的數據讀入線程內存 join_buffer 中，由於我們這個語句中寫的是 select *，因此是把整個表 t1 放入了內存；
- 掃描表 t2，把表 t2 中的每一行取出來，跟 join_buffer 中的數據做對比，滿足 join 條件的，作爲結果集的一部分返回。
-
- 小結
- 可以看到，在這個過程中，對錶 t1 和 t2 都做了一次全表掃描，因此總的掃描行數是 100100。
- 由於 join_buffer 是以無序數組的方式組織的，因此對錶 t2 中的每一行，都要做 100 次判斷，總共需要在內存中做的判斷次數是：100*1000=10 萬次。
- join_buffer 的大小是由參數 join_buffer_size 設定的，默認值是 256k。如果放不下表 t1 的所有數據話，策略很簡單，就是分段放。
五：總結
- 能不能使用 join ?
- 如果可以使用 Index Nested-Loop Join 算法，也就是說可以用上被驅動表上的索引，其實是沒問題的；
- 如果使用 Block Nested-Loop Join 算法，掃描行數就會過多。
- 尤其是在大表上的 join 操作，這樣可能要掃描被驅動表很多次，會佔用大量的系統資源。所以這種 join 儘量不要用。
- 如果要使用 join，應該選擇大表做驅動表還是選擇小表做驅動表？
- 本人感覺沒有區別，在考慮Index Nested-Loop Join 算法的之外，唯一有區別的就是LEFT JOIN、RIGHT JOIN和INNER JOIN的語義。建議在考慮Index Nested-Loop Join 算法的之外，儘量少用JOIN語法。
- 如果非要選擇join，可以考慮將被驅動表儘量小如應用子表，也是一種優化方法。因爲驅動表可以使用where縮小範圍，而被驅動表只能通過應用子表縮小範圍。