mysql - sql引擎如何处理不等于的连接查询？

Question

如果查询如下，sql 引擎将使用 HashJoin:

select * from table1 t1 left join table2 t2 on t1.id = t2.id;

没关系。但如果查询是这样的:

select * from table1 t1 left join table2 t2 on t1.id > t2.id;

如何处理这个问题？

嵌套循环连接可以工作，但是有更好的方法吗？

Answer 1

对于分布式 SQL，直接非限定连接 ( t1.id > t2.id ) 的执行成本相当昂贵。如果一侧很小，则进行广播，然后在每个节点上使用排序索引。如果两侧都很大，您可以对第一个进行范围分区并构建排序索引，然后将其他行复制到可能匹配的任何范围。

通常，您有一个相等和不相等连接的组合，如 t1.id = t2.id and t1.cost < t2.cost 。在这种情况下，您可以执行正常的分布式哈希连接，然后保留次要项目的排序列表以执行不相等的部分。这就是 Presto 所做的事情。