mysql使用 from两表查询与join两表查询区别-阿里云开发者社区

开发者社区> 数据库> 正文

mysql使用 from两表查询与join两表查询区别

简介: 在mysql中,多表连接查询是很常见的需求,在使用多表查询时,可以from多个表,也可以使用join连接连个表这两种查询有什么区别?哪种查询的效率更高呢? 带着这些疑问,决定动手试试1.先在本地的mysql上先建两个表one和twoone表 CREATE TABLE `one` ( `id`.

在mysql中,多表连接查询是很常见的需求,在使用多表查询时,可以from多个表,也可以使用join连接连个表
这两种查询有什么区别?哪种查询的效率更高呢? 带着这些疑问,决定动手试试
1.先在本地的mysql上先建两个表onetwo
one表

CREATE TABLE `one`  (
  `id` int(0) NOT NULL AUTO_INCREMENT,
  `one` varchar(100) NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE = InnoDB CHARACTER SET = utf8;

two表

CREATE TABLE `two`  (
  `id` int(0) NOT NULL AUTO_INCREMENT,
  `two` varchar(100) NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE = InnoDB CHARACTER SET = utf8;

先随便插入几条数据,查询看一下;

select one.id,one.one,two.id,two.two from one,two where one.id=two.id;

select one.id,one.one,two.id,two.two from one join two on one.id=two.id;


对比这两次的查询,查询时间几乎没有区别,查看sql运行分析,也没有区别

为了突出两种查询的性能差异,往one表中插入100w条数据,往two表中插入10w条数据,在大量数据面前,一丝一毫的差别也会被无限放大;这时候在来比较一下差异

先使用python往数据库中插入数据,为啥用python,因为python写起来简单

上代码

import pymysql

db = pymysql.connect("127.0.0.1", 'root', "123456", "bruce")
cursor = db.cursor()

sql = "INSERT INTO one (one) values (%s)"
for i in range(1000000):
    cursor.executemany(sql, ['one' + str(i)])
    if i % 10000 == 0:
        db.commit()
        print(str(i) + '次 commit')
db.commit()

print('insert one ok')
sql2 = "INSERT INTO two (two) values (%s)"
for i in range(100000):
    cursor.executemany(sql2, ['two' + str(i)])
    if i % 10000 == 0:
        db.commit()
        print(str(i) + '次 commit')
db.commit()
print('insert two ok')

耐心等待一会,插入需要一些时间;

等数据插入完成,来查询一些看看
先使用FROM两个表查询

select one.id,one.one,two.id,two.two from one,two where one.id=two.id;


用时大约20.49;

再用JOIN查询看一下

select one.id,one.one,two.id,two.two from one join two on one.id=two.id;


用时19.45,在10w条数据中,1秒的误差并不算大,
查看一下使用id作为条件约束时的查询

查询时间没有差别

再看一下sql执行分析


结果还是一样的

总结
在mysql中使用FROM查询多表和使用JOIN连接(LEFT JOIN,RIGHT JOIN除外),查询结果,查询效率是一样的

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
数据库
使用钉钉扫一扫加入圈子
+ 订阅

分享数据库前沿,解构实战干货,推动数据库技术变革

其他文章