徐春阳老师发文爆MySQL 8.0 hash join有重大缺陷。
文章核心观点如下：多表（比如3个个表）join时，只会简单的把表数据量小的放在前面作为驱动表，大表放在最后面，从而导致可能产生极大结果集的笛卡尔积，甚至耗尽CPU和磁盘空间。
就此现象，我也做了个测试。
1. 利用TPC-H工具准备测试环境
TPC-H工具在这里下载 http://www.tpc.org/tpch/default5.asp。默认并不支持MySQL，需要自己手动做些调整，参见 https://imysql.com/2012/12/21/tpch-for-mysql-manual.html。
在本案中，我指定的 Scale Factor 参数是10，即：
[root@yejr.run dbgen]# ./dbgen -s 10 && ls -l *tbl -rw-r--r-- 1 root root 244847642 Apr 14 09:52 customer.tbl -rw-r--r-- 1 root root 7775727688 Apr 14 09:52 lineitem.tbl -rw-r--r-- 1 root root 2224 Apr 14 09:52 nation.tbl -rw-r--r-- 1 root root 1749195031 Apr 14 09:52 orders.tbl -rw-r--r-- 1 root root 243336157 Apr 14 09:52 part.tbl -rw-r--r-- 1 root root 1204850769 Apr 14 09:52 partsupp.tbl -rw-r--r-- 1 root root 389 Apr 14 09:52 region.tbl -rw-r--r-- 1 root root 14176368 Apr 14 09:52 supplier.tbl
2. 创建测试表，导入测试数据。
查看几个表的数据量分别是：
+----------+------------+----------+----------------+-------------+--------------+ | Name | Row_format | Rows | Avg_row_length | Data_length | Index_length | +----------+------------+----------+----------------+-------------+--------------+ | customer | Dynamic | 1476605 | 197 | 291258368 | 0 | | lineitem | Dynamic | 59431418 | 152 | 9035579392 | 0 | | nation | Dynamic | 25 | 655 | 16384 | 0 | | orders | Dynamic | 14442405 | 137 | 1992294400 | 0 | | part | Dynamic | 1980917 | 165 | 327991296 | 0 | | partsupp | Dynamic | 9464104 | 199 | 1885339648 | 0 | | region | Dynamic | 5 | 3276 | 16384 | 0 | | supplier | Dynamic | 99517 | 184 | 18366464 | 0 | +----------+------------+----------+----------------+-------------+--------------+
提醒：几个测试表都不要加任何索引，包括主键，上表中 Index_length的值均为0。
3. 运行测试SQL
本案选用的MySQL版本是8.0.19：
[root@yejr.run]> \s ... Server version: 8.0.19-commercial MySQL Enterprise Server - Commercial ...
徐老师是在用TPC-H中的Q5时遇到的问题，本案也同样选择这个SQL。
不过，本案主要测试Hash Join，因此去掉了其中的GROUP BY和ORDER BY子句。
先看下执行计划吧，都是全表扫描，好可怕...
[root@yejr.run]> desc select count(*) -> from -> customer, -> orders, -> lineitem, -> supplier, -> nation, -> region -> where -> c_custkey = o_custkey -> and l_orderkey = o_orderkey -> and l_suppkey = s_suppkey -> and c_nationkey = s_nationkey -> and s_nationkey = n_nationkey -> and n_regionkey = r_regionkey -> and r_name = 'AMERICA' -> and o_orderdate >= date '1993-01-01' -> and o_orderdate < date '1993-01-01' + interval '1' year; +----------+------+----------+----------+----------------------------------------------------+ | table | type | rows | filtered | Extra | +----------+------+----------+----------+----------------------------------------------------+ | region | ALL | 5 | 20.00 | Using where | | nation | ALL | 25 | 10.00 | Using where; Using join buffer (Block Nested Loop) | | supplier | ALL | 98705 | 10.00 | Using where; Using join buffer (Block Nested Loop) | | customer | ALL | 1485216 | 10.00 | Using where; Using join buffer (Block Nested Loop) | | orders | ALL | 14932433 | 1.11 | Using where; Using join buffer (Block Nested Loop) | | lineitem | ALL | 59386314 | 1.00 | Using where; Using join buffer (Block Nested Loop) | +----------+------+----------+----------+----------------------------------------------------+
加上 format=tree 再看下（真壮观啊。。。）
*************************** 1. row *************************** EXPLAIN: -> Aggregate: count(0) -> Inner hash join (lineitem.L_SUPPKEY = supplier.S_SUPPKEY), (lineitem.L_ORDERKEY = orders.O_ORDERKEY) (cost=40107736685515472896.00 rows=4010763818487343104) -> Table scan on lineitem (cost=0.07 rows=59386314) -> Hash -> Inner hash join (orders.O_CUSTKEY = customer.C_CUSTKEY) (cost=60799566599072.12 rows=6753683238538) -> Filter: ((orders.O_ORDERDATE >= DATE'1993-01-01') and (orders.O_ORDERDATE < <cache>((DATE'1993-01-01' + interval '1' year)))) (cost=0.16 rows=165883) -> Table scan on orders (cost=0.16 rows=14932433) -> Hash -> Inner hash join (customer.C_NATIONKEY = nation.N_NATIONKEY) (cost=3664985889.79 rows=3664956624) -> Table scan on customer (cost=0.79 rows=1485216) -> Hash -> Inner hash join (supplier.S_NATIONKEY = nation.N_NATIONKEY) (cost=24976.50 rows=24676) -> Table scan on supplier (cost=513.52 rows=98705) -> Hash -> Inner hash join (nation.N_REGIONKEY = region.R_REGIONKEY) (cost=3.50 rows=3) -> Table scan on nation (cost=0.50 rows=25) -> Hash -> Filter: (region.R_NAME = 'AMERICA') (cost=0.75 rows=1) -> Table scan on region (cost=0.75 rows=5)
看起来的确是把最小的表放在最前面，把最大的放在最后面。
在开始跑之前，我们先看一眼手册中关于Hash Join的描述，其中有一段是这样的：
Memory usage by hash joins can be controlled using the join_buffer_size system variable; a hash join cannot use more memory than this amount. When the memory required for a hash join exceeds the amount available, MySQL handles this by using files on disk. If thishappens, you should be aware that the join may not succeed if a hash join cannot fit into memory and it creates more files than set for open_files_limit. To avoid such problems, make either of the following changes: - Increase join_buffer_size so that the hash join does not spill over to disk. - Increase open_files_limit.
简言之，当 join_buffer_size 不够时，会在hash join的过程中转储大量的磁盘表（把一个hash表切分成多个小文件放在磁盘上，再逐个读入内存进行hash join），因此建议加大 join_buffer_size，或者加大 open_files_limit 上限。
所以，正式开跑前，我先把join_buffer_size调大到1GB，并顺便看下其他几个参数值：
[root@yejr.run]> select @@join_buffer_size, @@tmp_table_size, @@innodb_buffer_pool_size; +--------------------+------------------+---------------------------+ | @@join_buffer_size | @@tmp_table_size | @@innodb_buffer_pool_size | +--------------------+------------------+---------------------------+ | 1073741824 | 16777216 | 10737418240 | +--------------------+------------------+---------------------------+
并且为了保险起见，在执行SQL时也用 SET_VAR（8.0新特性） 设置了 join_bufer_size，走起。
好在最后这个SQL有惊无险的执行成功，总耗时2911秒。
# Query_time: 2911.426483 Lock_time: 0.000251 Rows_sent: 1 Rows_examined: 76586082
当然了，这个SQL执行过程中的代价也确实非常大，产生了大量的磁盘（不可见）临时文件。
我每隔几秒钟就统计一次所有临时文件的总大小，并且观察磁盘空间剩余量。
/data 分区最开始可用空间是 373GB，这条SQL在峰值吃掉了约170GB，着实可怕。
# 刚开始 /dev/vdb 524032000 132967368 391064632 26% /data # 峰值时 /dev/vdb 524032000 319732288 204299712 62% /data
CPU的负载从监控上看倒是还算能接受，最高约38.4%
4. 补充测试
上面的测试中，优化器"擅自"修改了驱动顺序，那加上straight_join看看会怎样
[root@yejr.run]> EXPLAIN STRAIGHT_JOIN select count(*) from customer straight_join orders straight_join lineitem straight_join supplier straight_join nation straight_join region where c_custkey = o_custkey and l_orderkey = o_orderkey and l_suppkey = s_suppkey and c_nationkey = s_nationkey and s_nationkey = n_nationkey and n_regionkey = r_regionkey and r_name = 'AMERICA' and o_orderdate >= date '1993-01-01' and o_orderdate < date '1993-01-01' + interval '1' year; +----------+----------+----------+----------------------------------------------------+ | table | rows | filtered | Extra | +----------+----------+----------+----------------------------------------------------+ | customer | 1485216 | 100.00 | NULL | | orders | 14932433 | 1.11 | Using where; Using join buffer (Block Nested Loop) | | lineitem | 59386314 | 10.00 | Using where; Using join buffer (Block Nested Loop) | | supplier | 98705 | 1.00 | Using where; Using join buffer (Block Nested Loop) | | nation | 25 | 10.00 | Using where; Using join buffer (Block Nested Loop) | | region | 5 | 20.00 | Using where; Using join buffer (Block Nested Loop) | +----------+----------+----------+----------------------------------------------------+ #format=tree模式下 | -> Aggregate: count(0) -> Inner hash join (region.R_REGIONKEY = nation.N_REGIONKEY) (cost=204565289351994015744.00 rows=8021527039324357632) -> Filter: (region.R_NAME = 'AMERICA') (cost=0.00 rows=1) -> Table scan on region (cost=0.00 rows=5) -> Hash -> Inner hash join (nation.N_NATIONKEY = customer.C_NATIONKEY) (cost=200554431911464173568.00 rows=-9223372036854775808) -> Table scan on nation (cost=0.00 rows=25) -> Hash -> Inner hash join (supplier.S_NATIONKEY = customer.C_NATIONKEY), (supplier.S_SUPPKEY = lineitem.L_SUPPKEY) (cost=160446786739199049728.00 rows=-9223372036854775808) -> Table scan on supplier (cost=0.00 rows=98705) -> Hash -> Inner hash join (lineitem.L_ORDERKEY = orders.O_ORDERKEY) (cost=16253562153466286.00 rows=16253535510797654) -> Table scan on lineitem (cost=0.01 rows=59386314) -> Hash -> Inner hash join (orders.O_CUSTKEY = customer.C_CUSTKEY) (cost=24638698342.46 rows=2736915995) -> Filter: ((orders.O_ORDERDATE >= DATE'1993-01-01') and (orders.O_ORDERDATE < <cache>((DATE'1993-01-01' + interval '1' year)))) (cost=0.94 rows=165883) -> Table scan on orders (cost=0.94 rows=14932433) -> Hash -> Table scan on customer (cost=153126.35 rows=1485216)
最后实际执行耗时
[root@yejr.run]> mysql> select /*+ set_var(join_buffer_size=1073741824) */ STRAIGHT_JOIN count(*) ... +----------+ | count(*) | +----------+ | 72033 | +----------+ 1 row in set (4 min 12.31 sec)
这个SQL执行过程中，只产生了很少几个临时文件，影响几乎可以忽略不计的那种。
这次之所以会比较快，是因为orders 表在第二顺序执行，对它还附加了WHERE条件，过滤后数据量变小了（全表1500万，过滤后227万），因此整体执行时间缩短了。
靠着 straight_join拯救了危机。
此外，在测试的过程中，我还做过一次只有3个表的全表join，下面是执行计划
[root@yejr.run]> desc select count(*) from orders o , lineitem l, partsupp ps where o.O_CUSTKEY = l.L_SUPPKEY and l.L_PARTKEY = ps.PS_AVAILQTY; +-------+----------+----------+----------------------------------------------------+ | table | rows | filtered | Extra | +-------+----------+----------+----------------------------------------------------+ | ps | 7697248 | 100.00 | NULL | | l | 59386314 | 10.00 | Using where; Using join buffer (Block Nested Loop) | | o | 14932433 | 10.00 | Using where; Using join buffer (Block Nested Loop) | +-------+----------+----------+----------------------------------------------------+
在这个执行计划中，就不会出现徐老师说的问题，不再简单的把最小的表作为驱动表，最大的表放在最后面。
这条SQL耗时304秒，还好吧。
# Query_time: 304.889654 Lock_time: 0.000178 Rows_sent: 1 Rows_examined: 82986052
写在最后
在前几天我的文章《MySQL没前途了吗？》中，其实已经说了MySQL目前不适合做OLAP业务，即便有Hash Join也不行，毕竟其适用的场景很有限。
本案中几个表完全没任何索引，这属于很极端的场景，不应该允许此类现象发生。
另外，在已经明确需要走Hash Join的情况下，就应该人为干预，提前加大join_buffer_size，减少执行过程中生成的临时文件。
当然了，如果遇到多表JOIN不符合预期时，还可以用STRAIGHT_JOIN强制设定驱动顺序，也可以规避这个问题。
不过，MySQL在偏OLAP场景上的性能的确还有很大提升空间，对此我持谨慎乐观态度，比如把ClickHouse给直接收编了呢 ：）
对于本文，我心里不是很有底气，毕竟不是啥源码大神，如果理解上的错误，还请留言指正，不吝感激。
SQL优化大神郑松华对本文亦有贡献，谢谢二位老师。
全文完。
