我们每天写SQL的时候，子查询应该算是常客了。MySQL为子查询的执行准备了各种优化策略。接下来，我将写一系列文章，介绍子查询的各种优化策略是如何执行的。本文从一个包含最简单的in条件的查询开始，介绍in条件where字段in(8,18,88,...)，其值都是常量，是如何执行的。虽然这不是子查询，但我们就把它当作子查询的邻居。用它作为子查询系列的开始，离离子查询又近了一步^_^。本文内容基于MySQL8.0.29源码。正文1.概述为了使SQL语句执行得更快，MySQL进行了各种优化。wherefieldin(8,18,88,...)是condition中的常量，看起来是最简单的形式，执行过程中好像也没有什么需要优化的地方，但是MySQL还是对它进行了优化。这个incondition有两种执行方式：二分查找和循环比较。MySQL会先使用二分查找的方式执行。如果不满足条件，则回退到循环比较法。2、二分查找判断in条件中括号内的值是否匹配记录字段的值。与循环比较法相比，二分查找将时间复杂度从O(N)降低到O(logN)，大大减少了需要比较的次数，提高了SQL的执行效率。(1)构造二分查找数组二分查找很好，但是需要满足一定的条件才能使用：in条件括号内的所有值都是常量，也就是说不能包含任何表中的字段，也不能包含系统变量（如@@tmp_table_size）或自定义变量（如@a），简而言之，它不能包含任何可以改变的东西。in条件括号中所有值的数据类型必须相同。举个反例：wherefieldin(1,8,'10')是一个既包含整数又包含字符串的in条件。in条件括号中所有值的类型，以及字段本身的类型不能是json。满足以上三个条件，就有了使用二分查找的基础。接下来我们看一下判断以上三个条件是否满足的主要过程：第一步，循环遍历in条件中括号内的每一个值，看是否都是常量，只要a结束循环遇到不是常量的值。boolItem_func_in::resolve_type(THD*thd){......//判断in条件字段本身是否为json类型boolcompare_as_json=(args[0]->data_type()==MYSQL_TYPE_JSON);......boolvalues_are_const=true;项目**arg_end=args+arg_count;for(Item**arg=args+1;arg!=arg_end;arg++){//判断in条件括号内的值是否为json类型compare_as_json|=(arg[0]->data_type()==MYSQL_TYPE_JSON);//判断in条件括号内的值是否为常量if(!(*arg)->const_item()){//in条件括号内的值，只要一个不是常量，记录values_are_const=错误的;//@todo-重写为has_subquery()???如果((*arg)->real_item()->type()==Item::SUBSELECT_ITEM)dep_subq_in_list=true;//然后结束循环break;}}......}上面代码中还做了另外一件事，就是判断in条件括号内的所有值，以及in条件字段是否为json类型。args[0]表示in条件字段，args[1~N]是in条件括号中的值。第2步，计算in的条件括号内的所有值，一共有几种数据类型。boolItem_func_in::resolve_type(THD*thd){......uinttype_cnt=0;对于(uinti=0;i<=(uint)DECIMAL_RESULT;i++){if(found_types&(1U<中的所有表达式都是const3.否比较JSON（在这种情况下使用通用JSON比较器）*/boolbisection_possible=type_cnt==1&&//1values_are_const&&//2!compare_as_json;//3......}判断二分查找是否满足的三个前置条件，逻辑就是上面的，不要太复杂。对于whererow(filed1,field2)in((1,5),(8,10),...)行类型的in条件，MySQL也会尝试使用二分查找，本文不涉及这些逻辑.(2)对数组进行填充排序，需要用到二分查找的方法。仅满足3个先决条件是不够的。还要求in条件括号内的值必须排序。接下来，是时候继续前进了。即对in条件括号中的值进行排序。排序过程分为两步：第一步仍然是使用循环将in条件括号中的每个值依次添加到数组中。第2步，将所有的值加入数组后，对数组元素进行排序。//items是用来存放in条件括号中所有值的数组boolin_vector::fill(Item**items,uintitem_count){used_count=0;for(uinti=0;inull_value)used_count++;}断言（已用计数<=计数）；//排序数组元素resize_and_sort();//True=至少找到一个空值。returnused_countnull_value)returnfalse;//对于非空值二分查找returnstd::binary_search(base.begin(),base.end(),result,Cmp_longlong());}3.循环比较前面提到，使用二分查找执行in条件判断是有前提条件的，如果条件不满足，那么只能回退到原来的执行方式。原来的执行方式是循环遍历条件括号中的值，与存储引擎读取的记录字段值一一比较。只要遇到相等的值，说明这条记录符合in条件，循环结束，需要将这条记录返回给客户端。如果一路循环in条件括号中的最后一个值，并没有找到存储引擎读取到的记录字段值，说明这条记录不符合in条件，这条记录不需要发送给客户端。longlongItem_func_in::val_int(){......for(uinti=1;ireal_item()->type()==NULL_ITEM){have_null=true;继续;}//获取in条件括号中的值，用什么类型比较，记录为cmp_typeItem_resultcmp_type=item_cmp_type(left_result_type,args[i]->result_type());in_item=cmp_items[(uint)cmp_type];断言（in_item）；if(!(value_added_map&(1U<<(uint)cmp_type))){//把读取的记录中的in字段值转换为cmp_type类型in_item->store_value(args[0]);value_added_map|=1U<<(uint)cmp_type；如果(current_thd->is_error())返回error_int()；}//比较读取记录记录的in字段值是否等于当前循环的值constintrc=in_item->cmp(args[i]);//rc为比较结果，false表示相等if(rc==false)return(longlong)(!negated);have_null|=(rc==UNKNOWN);如果(current_thd->is_error())返回error_int()；}......}4.总结不包含子查询的in条件，存储引擎将记录的读取字段值录入行比较，有二分查找和循环比较两种方法。二分查找虽然有3个条件，但这些条件其实很容易满足。因此，在大多数情况下，可以使用二分查找来获得更高的性能。效率。本文转载自微信公众号“一树一溪”，可通过以下二维码关注。转载本文请联系艺书艺熙公众号。
