sql多表查询效率

① sql连表查询跟一个个表查询那个快各有什么优点和缺点

SQL连表查询称为联合查询，一个个表查询是单查询。两者的区别和优缺点如下：

1、从开发效率来看：

联合查询是需要多个单查询进行逻辑组合才能完成的查询的工作，联合查询仅仅需要一个SQL就可以完成查询工作，即把业务逻辑放到了SQL中，由数据库来处理，相对来说开发效率会比较高些。

2、从查询效率来看：

单查询的可重用性较高，所以效率相较之联合查询会更高。

在数据库进行读写时，数据库会用锁机制，限制其他连接对其操作。由于联合查询查询速度比单个查询要慢很多，这样联合查询会增加锁的竞争关系，所以用单查询会更好。

3、从逻辑架构分层原则来看

关联关系代表了业务规则/逻辑，如果大量使用关联查询，就是把大量的业务规则和逻辑放在数据库来执行了，数据库消耗cpu、内存、io等资源会大大增加。

4、从资源利用率方面看

大部分场景下，并不是所有关联查询的结果都被有效使用了。例如后台管理的列表界面会分页显示，关联查询的结果集，只有当前页的数据被使用，但数据库需要消耗额外资源得到全部结果集。

5、从架构的伸缩性方面看

大量的关联查询会导致集中式的数据库架构很难向分布式架构转换，伸缩性方面的优化难度高。关联查询方便快速，开发效率比较好。

不使用关联查询在架构层面有很多优点，但对系统分析和设计、开发能力要求高。一般在互联网行业等用户数较多的情况下最好重视这方面。

题主的两个查询由于数据量不多，效率上基本没有差别，但在实际应用中要根据数据量、业务复杂度等去综合评估。

② 多表关联查询效率就很低，有没有只改SQL的优化方案

确实会发生这样的情况，我也有此经历，发生这样的状况是在Oracle数据库下，而查询涉及的一个表的数据量很大，假设为A表，在开始的时候并未带出A的字段，所以查询速度还可以；后来查询带上A表的一个字段，执行很久没有结果。从执行计划中可以看到，增加字段前后查询的执行计划发生变化了，没有带A的字段时，A表有按索引查询，而带A表的字段之后，A表则未按索引查询，而是表扫描，这当然很耗时间了!
经过反复试验都是如此，后来只好改变查询将获取A表的字段放到子查询中执行，才避免了速度变慢。
对应此种情况，我们一般要改变查询语句，或者增加索引，以使查询走索引，这样才不会效率低下。

③ SQL中，多表连接查询和不相关子查询从查询效率上来说，哪种查询的效果更好为什么

一般说不相关子查询效率高些，但也要看你的SQL语句怎么写。
如果不相关子查询的语句查询的数据量较大，那效率上和多表连接查询差不多，如：
select * from a where a.age>(select max(age) from b)
如果子查询仅仅查询符合逻辑存在判断的语法，那效率远远高于连接查询，如：
select * from a where exists(select 1 from b where rownum<=1)

④ 多表连接查询和多次单表查询哪个效率高为什么

如果数据量小的表，这样的设计意义不大，而且当然是单表速度快。若在大数据量情况下，设计非常有意义。在多表连接中注意数据的条目和外健，避免出行大量冗余数据导致性能下降。下面我以Oracle讲讲数据查询的整个过程技术。

由于数据分布到数据块，在大量数据设计中可以将数据存储于多个数据块，在高并发进程的随机访问的情况下，能有效减少块冲突 同样的数据需要更多的数据块来存储，由于数据块的块头元信息大小固定，所以需要更多的空间来存储块头元信息。行长度过大容易导致行连接，从而导致Oracle获取数据块的效率降低 ，在行长度固定的前提下，单块能够存储更多的数据行，也就意味着Oracle一次I/O能读取更多的数据行。适合连续顺序读或者存放大对象数据（如LOB数据） 由于大数据块可以存放更多的索引叶节点信息，容易引起争用，所以大数据块不适合存放索引叶节点信息。

大量数据表的数据库参数设置DB_FILE_MULTIBLOCK_READ_COUNT表示Oracle一次顺序I/O读操作最多能读取的数据块块数。该参数的默认值随操作系统的不同而不同。在全表扫描或者索引快速扫描比较多的系统中（如DSS系统），建议将该值设置得较大。但是DB_FILE_MULTIBLOCK_READ_COUNT参数受操作最大单次I/O大小的限制，大多数操作系统单次读操作的大小不能超过1MB，这也就意味着在8KB数据块大小的情况下，该参数最大值为128。值得一提的是，该参数的大小还会影响Oracle CBO对执行计划的评估，如果设成较大值，Oracle的执行计划倾向于全表扫描。当该参数设置为0或者保持默认时，CBO假设全表扫描时最多能连续读取8个数据块。从Oracle 11R2开始，DB_FILE_MULTIBLOCK_READ_COUNT的取值算法如下：

db_file_multiblock_read_count = min(1048576/db_block_size , db_cache_size/

(sessions * db_block_size))

注意数据库参数BLOCK_SIZE在设定之后，在数据库生命周期内不可更改。

当执行SELECT语句时，如果在内存里找不到相应的数据，就会从磁盘读取进而缓存至LRU末端（冷端），这个过程就叫物理读。当相应数据已在内存，就会逻辑读。我物理读是磁盘读，逻辑读是内存读；内存读的速度远比磁盘读来得快。

下面将本人大数据分区设计截图，为大家参考学习。

先贴俩图镇镇场。

引言

对于内连接，使用单个查询是有意义的，因为你只获得匹配的行。

对于左连接，多个查询要好得多。

数据说话

看看下面的基准测试:

5个连接的单个查询

一行5个查询

注意，我们在两种情况下得到了 相同的结果 (6 x 50 x 7 x 12 x 90 = 2268000)

总结一下

对于冗余数据，左连接使用更多的内存。

如果只执行两个表的连接，那么内存限制可能没有那么糟糕，但通常是三个或更多的表，因此值得进行不同的查询。

写在最后

用过Laravel吗？还记得 Eloquent ORM模型吗？

不知道有没有注意到，debug所打印出来的多表联合查询，

都是拆分为“单个表查询”，然后使用PHP处理的。

Happy coding :-)

是做表连接查询还是做分解查询要具体情况具体分析。

如果数据库的结构合理，索引设计得当，表连接的效率要高于分解查询。比如，在有外键的时候，数据库可以为外键建表并建立索引从而提升多个表连接查询的效率。另外，多表连接查询不需要把数据传输到应用程序中，直接在数据库端执行，这在很大程度上提升了效率。

但是多表连接也有一些缺点。多表连接对表结构的依存度很高，只要表结构出现变更就会同时对数据库检索和应用处理两个部分产生较大影响。另外，多表连接的兼容性不好，数据库不同SQL文也多少有些差异。而且采用分散数据库的时候，实现多表连接即麻烦又没有什么好处。因此，一些大型系统或者是支持多种类数据库的系统一般不会使用多表连接，而倾向于采用分解查询。

这个得看情况，一般数据不大的情况下多表连接查询和多次单表查询的效率差不多。如果数据量足够大，那肯定是多次单表查询的效率更高。在很多大的公司里面，都会禁用多表连接查询，原因就是一旦数据量足够大的时候多表连接查询效率会很慢，而且不利于分库分表的查询优化。那么看一下下面这个例子。

两种查询方式的比较

我这里有一个数据库，我们拿里面的客户表和地区表做两种查询的对比。用户表数据是31万条，地区表3511条。

1. 使用连表查询成都市的客户总数

2.使用多次单表查询客户总数

可以看到，查询出来的结果都是一样，但是第一种的连表查询用了0.67秒中，而第二种多次单表查询一共用时0.14秒。这个对比已经是很明显了吧。

虽然这只是一个很简单的例子，但是对比结果是非常明显的。在实际应用中可能会更复杂、数据更多，如果还使用连表查询时非常慢的，而且还消耗服务器资源。

所以现在在很多大了公司明确要求禁止使用join查询，比如阿里、腾讯就明确规定禁用三表以上的join查询。

总结一下，单表查询的优点

1. 多次单表查询，让缓存的效率更高。

许多应用程序可以方便地缓存单表查询对应的结果对象。另外对于MySQL的查询缓存来说，如果关联中的某个表发生了变化，那么就无法使用查询缓存了，而拆分后，如果某个表很少改变，那么基于该表的查询就可以重复利用查询缓存结果了。

2. 将查询分解后，执行单个查询可以减少锁的竞争。

3. 在应用层做关联，更容易对数据库进行拆分，更容易做到高性能和可扩展。

4. 查询本身效率也可能会有所提升。

5. 可以减少冗余记录的查询。

6. 在应用中实现了哈希关联，而不是使用MySQL的嵌套环关联，某些场景哈希关联的效率更高很多。

7. 单表查询有利于后期数据量大了分库分表，如果联合查询的话，一旦分库，原来的sql都需要改动。

8. 很多大公司明确规定禁用join，因为数据量大的时候查询确实很慢

所以在数据量不大的情况下，两种方式的查询都没什么明显的差别，使用多表连接查询更方便。但是在数据量足够大几十万、几百万甚至上亿的数据，或者在一些高并发、高性能的应用中，一般建议使用单表查询。

如果觉得笨猫的回答对你有用，点个关注，非常感谢。

做java的，在orm框架下，分解查询是最符合面向对象操作的，挺支持分解查询的（拙见）

先说结论：不一定。

多表查询效率低的时候，可以考虑拆解sql成多个小的sql，至于效率是否一定会提高，这个还不一定，具体问题具体问题。当多表查询效率低的时候，拆解成单个小sql，这只是一个可能的思路，起不起作用，不一定。

sql是一个很复杂的东西，sql引擎会分析执行计划，并可能按照他认为最优的执行计划执行sql，但他认为的也不一定是正确的。不同的sql执行计划不一样，所以很难断定sql拆解或者合并的效率。

说了这么多，那到底是多表联合查询还是拆解呢？有没有一个原则？ 有！如果你确定你的单个sql的执行效率比较快，当然可以写多个单个sql。当然了，具备这个能力需要你对数据库足够了解，比如什么时候走索引，什么时候nested loop等等。如果你现在的多表联合查询比较慢，你需要找出来慢的原因，并分析拆解后的sql的执行计划，看是否避免了多表联合查询的效率问题。

总之吧。这个问题，只能给你一个大体的思路，因为牵扯到很多基础问题，我觉得最起码sql执行计划应该需要了解，一个sql可能的执行计划有几十中，复杂sql的执行计划又是这几十种的组合。哪种效率低，哪种效率高应该有个大体了解。

多表查询可以很快，也可以很慢。主要看执行计划。

单次肯定是多表连接查询的效率高，但多次单表查询的吞吐量高，而且容易优化，例如分库分表，使用缓存减少DB访问次数等等，所以在大数据量高并发场景通常使用多次单表查询的方式。另外，不管是单表还是多表连接查询，SQL的执行时间和数据量、并发量都有很大关系，和扫描的数据行数也很有关系。如果一条SQL，平时执行一次要2秒，10个并发时，系统可能一点问题都没有，1000个并发时，数据库可能就被拖死了。我们组之前碰到过好几次这种问题，一张只有几万条数据的表，因为忘记加索引，平时执行只有几百毫秒，高峰期直接飙到几十秒，DB差点被拖垮。

单纯从效率来讲，join的表不太多时，join效率比较高。但是占用的主要是数据库服务器的资源。数据库资源又是个瓶颈，不易横向扩展。所以在数据量大的时候，我们会采用单表查询，把循环和匹配等大量工作移到应用服务器上。应用服务器容易扩展，对并发支持更好。

当数据量大到千万级以上，就建议尽可能减少join，鼓励使用单表查询。查询优化比较容易。这时候使用join的一个大型查询就可能花很久，对其他查询造成阻塞，导致服务不可用。

当考虑单表查询后，就会衍生一系列的策略，比如冷热数据分离，将热数据和 历史 数据分离，大幅降低数据量级以提高热数据查询性能，并可以使用内存缓存。这样又促使你考虑引入微服务架构。

总结，数据量小，查询并发少，那么使用join的性能是可控的，开发成本低。当数量级上升到千万级且不断增加，尽早考虑向单表查询切换，否则可能有性能下降会导致系统奔溃。而且性能下降不是线性的，会陡降。

⑤ SQL多表查询总结

连接查询包括合并、内连接、外连接和交叉连接，如果涉及多表查询，了解这些连接的特点很重要。
只有真正了解它们之间的区别，才能正确使用。

UNION 操作符用于合并两个或多个 SELECT 语句的结果集。

UNION 运算符通过组合其他两个结果表（例如 TABLE1 和 TABLE2）并消去表中任何重复行而派生出一个结果表。

当 ALL 随 UNION 一起使用时（即 UNION ALL），不消除重复行。两种情况下，派生表的每一行不是来自 TABLE1 就是来自 TABLE2。

注意：使用UNION时，两张表查询的结果有相同数量的列、列类型相似。

学生表信息（Students）：

教师表信息（Teachers）：

1）基本UNION查询，查询学校教师、学生的总的信息表，包括ID和姓名

查询结果：

2）查询教师学生全部姓名
因为UNION只会选择不同的值，如果学生中和教师中有重名的情况，这就需要UNION ALL

查询结果：

INNER JOIN（内连接），也成为自然连接

作用：根据两个或多个表中的列之间的关系，从这些表中查询数据。

注意⚠️: 内连接是从结果中删除其他被连接表中没有匹配行的所有行，所以内连接可能会丢失信息。

重点：内连接，只查匹配行。

语法：(INNER可省略)

学生表信息（Students）：

专业信息表（Majors）：

实例：查询学生信息，包括ID,姓名、专业名称

查询结果：

根据结果可以清晰看到，确实只有匹配的行。学生Lucy的信息丢失了。

与内连接相比，即使没有匹配行，也会返回一个表的全集。

外连接分为三种：左外连接，右外连接，全外连接。
对应SQL：LEFT/RIGHT/FULL OUTER JOIN。
通常我们省略outer 这个关键字。写成：LEFT/RIGHT/FULL JOIN。

重点：至少有一方保留全集，没有匹配行用NULL代替。

1、LEFT JOIN (左连接)

结果集保留左表的所有行，但只包含第二个表与第一表匹配的行。第二个表相应的空行被放入NULL值。

依然沿用内链接的例子:

（1）使用左连接查询学生的信息，其中包括学生ID，学生姓名和专业名称。

查询结果：

通过结果，我们可以看到左连接包含了第一张表的所有信息，在第二张表中如果没有匹配项，则用NULL代替。

2、RIGHT JOIN (右连接)

右外连接保留了第二个表的所有行，但只包含第一个表与第二个表匹配的行。第一个表相应空行被入NULL值。

右连接与左连接思想类似。只是第二张保留全集，如果第一张表中没有匹配项，用NULL代替

依然沿用内链接的例子，只是改为右连接

（2）使用右连接查询学生的信息，其中包括学生ID，学生姓名和专业名称

查询结果：

通过结果可以看到，包含了第二张表Majors的全集，Computer在Students表中没有匹配项，就用NULL代替。

3、FULL JOIN (全连接）

会把两个表所有的行都显示在结果表中

3)使用全连接查询学生的信息，其中包括学生ID，学生姓名和专业名称。

查询结果：

包含了两张表的所有记录，没有记录丢失，没有匹配的行用NULL代替。

4、CROSS JOIN（交叉连接）

交叉连接。交叉连接返回左表中的所有行，左表中的每一行与右表中的所有行组合。交叉连接也称作笛卡尔积。

简单查询两张表组合，这是求笛卡儿积，效率最低。

笛卡儿积：笛卡尔乘积，也叫直积。假设集合A={a,b}，集合B={0,1,2}，则两个集合的笛卡尔积为{(a,0),(a,1),(a,2),(b,0),(b,1), (b,2)}。可以扩展到多个集合的情况。类似的例子有，如果A表示某学校学生的集合，B表示该学校所有课程的集合，则A与B的笛卡尔积表示所有可能的选课情况。

4）交叉连接查询学生的信息，其中包括学生ID，学生姓名和专业名称。

查询结果：

5）查询多表，其实也是笛卡儿积，与CROSS JOIN等价，以下查询同上述结果一样。

这个可能很常见，但是大家一定要注意了，这样就查询了两张表中所有组合的全集。

查询结果：

6）增加查询条件

注意:在使用CROSS JOIN关键字交叉连接表时，因为生成的是两个表的笛卡尔积，因而不能使用ON关键字，只能在WHERE子句中定义搜索条件。

查询结果：

查询结果与INNER JOIN一样，但是其效率就慢很多了。

⑥ 在sql语句多表连接中，in、exists、join哪个效率更高一点

EXISTS、IN与JOIN，都可以用来实现形如“查询A表中在（或不在）B表中的记录”的查询逻辑。x0dx0ax0dx0a在查询的两个表大小相当的情况下，3种查询方式的执行时间通常是：x0dx0aEXISTS <= IN <= JOINx0dx0aNOT EXISTS <= NOT IN <= LEFT JOINx0dx0a只有当表中字段允许NULL时，NOT IN的方式最慢：x0dx0aNOT EXISTS <= LEFT JOIN <= NOT INx0dx0ax0dx0a但是如果两个表中一个较小，一个较大，则子查询表大的用exists，子查询表小的用in，因为in 是把外表和内表作hash 连接，而exists是对外表作loop循环，每次loop循环再对内表进行查询。而无论那个表大，用not exists都比not in要快。这是因为如果查询语句使用了not in 那么内外表都进行全表扫描，没有用到索引；而not extsts 的子查询依然能用到表上的索引。x0dx0ax0dx0aIN的好处是逻辑直观简单（通常是独立子查询）；缺点是只能判断单字段，并且当NOT IN时效率较低，而且NULL会导致不想要的结果。x0dx0aEXISTS的好处是效率高，可以判断单字段和组合字段，并不受NULL的影响；缺点是逻辑稍微复杂（通常是相关子查询）。x0dx0aJOIN用在这种场合，往往是吃力不讨好。JOIN的用途是联接两个表，而不是判断一个表的记录是否在另一个表。

⑦ sql中多表联合查询用什么方法效率最高

关联条件最好是主键或者有索引的列，然后可以用小表左关联大表。

⑧ SQL连表查询跟一个个表查询那个快各有什么优点和缺点

SQL链接表查询称为联合查询，表查询是单个查询。其区别和优点如下：

1．从发展效率的角度看：

联合查询是需要多个单查询逻辑组合才能完成的查询工作，联合查询只需要一个SQL就可以完成查询工作，即将业务逻辑转化为SQL，由数据库来处理，相对来说，开发效率会更高。

2．从查询效率来看：

单个查询具有更好的可重用性，因此比联合查询更有效。

当读取或写入数据库时，数据库使用锁机制来限制其他连接对其进行操作。由于联邦查询比单个查询慢得多，它们会增加锁争用，因此单个查询更好。

3．从逻辑结构层面来看，分层原则

关联表示业务规则／逻辑。如果经常使用关联查询，就会将大量的业务规则和逻辑放入数据库中执行，这将大大增加CPU、内存、IO等资源的消耗。

4．从资源利用的角度来看

在大多数情况下，并不是所有相关查询的结果都得到了有效的使用。例如，后台管理的列表界面会显示分页、关联查询的结果集，只使用当前页面的数据，而数据库需要消耗额外的资源才能得到整个结果集。

5．从架构的可伸缩性的角度来看

大量的相关查询将导致集中式数据库体系结构难以转化为分布式体系结构，可扩展性优化也难以实现。关联查询方便快捷，开发效率更高。

不使用关系查询在体系结构级别上有很多优势，但是它需要大量的系统分析、设计和开发功能。一般在互联网行业，如用户数量最好重视这方面。

由于数据量小，两个查询的效率基本没有差别，但在实际应用中，需要根据数据量、业务复杂度等进行综合评价。