Study-Hard-数据库连接及实现内部原理（下）

注：本文成文思路，来自炼数成金——《数据库引擎开发课程》——王涛老师


注：本文章，禁止未经允许的转载，但用于学习、研究目的的用处除外（注明出处：以链接的方式）

在数据库中，我们经常会用到如下操作：聚集（Group By）、去重（Distinct）、关联等操作。

这些操作的前提，或者说本质上，都离不开排序操作，下面分别看下这些操作，并对关联进行着重讲解，通过讲解可以理解一定的SQL优化原理。

一、Group By

通过上图，可以看书，GroupBy，进行排序操作，然后在对相同的记录进行GroupBy操作，这里的重点就是排序了。

二、唯一DISTINCT

对于Distinct操作，首先仍是排序，排序后，则输出结果，这里需要一个比较操作，即用当前值与后续值进行比较，如果已经输出过，则不再输出。

三、关联操作

对于关联操作，也就是多表的关联，这里以量表为例，TableA、TableB；而相对来说，当表空间非常大，或者存在索引与否，对于sql的执行速度都是有影响的，通常而言，在关联操作时，会有三种：嵌套、归并关联、hash关联（在数据库连接及内部原理（上）有叙述），下面分别看看这三种关联，并附加实现代码。

3.1 嵌套循环

对上图进行简单的解释，在进行嵌套循环的时候，通常情况是（大表+小表）的形式，并且会以小表作为内表，因为小表可以常驻内存，这样当进行磁盘IO的时候，只有大表会产生开销；反之，如果因为大表过大，则大表不能常驻内存，内外表的数据均存在与磁盘中，这样，进行磁盘IO开销是非常“可观”的:(。
解释了，谁做内外表的问题后，看下嵌套关联的操作过程：
1.取得要操作的表空间
2.对表空间的记录进行排序
3.通过嵌套循环进行赛选（如果是双表，可能是两个for嵌套）
4.获得需求的记录

3.2 归并关联

对与归并关联，有着很好的时间复杂度（如果两个表中的元素已经排序，如果未排序，时间开销可能为XlogX + YlogY + X + Y）。
那么，如何对排序好的元素进行关联呢：
1.首先每张表，会有一个指向头元素的指针
2.两个指针，进行比较，如果相同，则提出该元素
3.比较后续元素，谁小谁先向下移动
4.如此，一直到各自表的结尾

3.3 Hash关联（散列关联）

散列关联，则是对表进行散列后（不可超过内存的大小），另外一张表进行匹配；通常来说被散列的依旧是小表，匹配的过程需要匹配全部元素。
以上三种，根据以上三种关联方式，可以大致了解到一定的sql语句的原理以及调优机制，即为什么有的时候会加索引、或者不加、或者改变内外表的关联。

3.4 对三种关联进行简单的总结

三、三种关联的实现

试验环境：RedHat Linux 6.0
编 译 器：G++

3.1 给出归并排序的代码

#include "merge.h"

void merge ( int _arr[], int head, int mid, int tail )
{
	int l_size = mid - head + 1;
	int r_size = tail - mid;
        int i, j, k;
        
        int *L = (int *) malloc ( sizeof ( int ) * l_size );
	int *R = (int *) malloc ( sizeof ( int ) * r_size );
	
        for ( i = 0; i < l_size; i++ )
		L[i] = _arr[head + i];

        for ( j = 0; j < r_size; j++ )
   		R[j] = _arr[mid + 1 + j];

        i = j = 0;
        k = head;

	// merge
        while ( i < l_size && j < r_size )
   	{
		if ( L[i] < R[j] )
		{
			_arr[k++] = L[i++];
		}
		else
		{
			_arr[k++] = R[j++];
		}
	}

	while ( i < l_size )
	{
		_arr[k++] = L[i++];
	}
	
	while ( j < r_size )
	{
		_arr[k++] = R[j++];
	}
}

void merge_sort ( int _arr[], int head, int tail )
{
        int mid ;
	if ( head < tail )
	{
		mid = ( head + tail ) / 2;
		merge_sort ( _arr, head, mid );
		merge_sort ( _arr, mid + 1, tail );
		merge ( _arr, head, mid, tail );
	}
}

#ifndef _MERGE_H__
#define _MERGE_H__

#include <stdio.h>
#include <stdlib.h>

void merge ( int _arr[], int head, int mid, int tail );

void merge_sort ( int _arr[], int head, int tail );

#endif

其他的三种代码上传至云盘：http://pan.baidu.com/s/1oqSZg