在关系数据库中，连接经常用于查询来自不同表的数据。了解可用的连接类型及其含义，对于实现最佳性能至关重要。以下建议可帮助您识别出正确的连接类型。
选择内连接
原因
MySQL 和 PostgreSQL 都提供了多种连接类型，允许您精确定义要从连接两侧检索出来的行集。它们都在这样或那样的情况下很有用，但并非所有连接类型都具有相同的性能。INNER JOIN在仅检索两侧数据集都包含的行时，通常具有最佳性能。另一方面，与INNER JOIN相比，LEFT、RIGHT和OUTER类型的连接需要执行一些额外的工作，因此只有在真正必要时才应使用它们。
Type of Joins in relational databases
警告
仔细检查您的查询，有时如下所示的查询似乎是合理的：
SELECT *
FROM ORDERS LEFT JOIN USERS ON ORDERS.NAME = USERS.NAME
WHERE USERS.NAME IS NOT NULL上面使用了一个LEFT JOIN从ORDERS表中检索所有行，但随后筛选了满足USERS.NAME IS NOT NULL的行。因此这等效于一个INNER JOIN。
最佳实践
请评估对JOIN语句的真实要求，并分析现有的WHERE条件。如果不是绝对必要的话，请首选INNER JOIN。
专业建议
还要检查是否可以完全避免连接。例如，如果我们连接数据只是为了验证某一行在另一个表中是否存在，则使用一个EXISTS子查询可能比连接快得多。
在连接时使用相同的列类型
原因
在连接两个表时，请确保连接条件中的列为相同类型。将一个表中的一个整型Id列，与另一个表中一个定义为VARCHAR的customerId列连接起来，会强制数据库在比较结果之前，将每个Id列转换为字符串，导致性能降低。
Set of steps required for non matching column types join condition
警告
您无法在查询时更改源表的字段类型，但可以公开数据类型不一致的问题，并在数据库表中修复它。在分析CustomerId字段是否可以从VARCHAR迁移到INT时，请检查列中的所有值是否确实是整数。如果某些值不是整数，也可能存在数据质量方面的问题。
专业建议
如有疑问，请为连接键选择更紧凑的表示形式。如果要存储的内容可以明确定义为数字（例如，像1234-678-234这样的产品代码），则首选数字的表示形式，因为它将：
- • 使用更少的磁盘空间
- • 更快地检索
- • 连接速度更快，因为整数的比较比字符串要更快
但是，要小心看起来像数字但行为不太像的东西。例如，像015555555这样的电话号码，其中的前缀零很重要。
避免在连接中使用函数
原因
与上一节类似，应避免在连接中使用不必要的函数。函数会阻止数据库优化性能，比如利用索引。只需考虑下面的查询：
SELECT *
FROM users
JOIN orders ON UPPER(users.user_name) = orders.user_name上面使用了一个函数，将user_name字段转换为大写。但是，这可能是orders表中数据质量差（和缺少外键）的信号，这应该解决。
警告
像上面这样的查询，展示出数据质量方面的问题，在查询时候的解决方法，只是一个短期的解决方案。在设计数据类后端系统时，正确地处理数据类型和质量约束，应该是优先事项。
最佳实践
在关系数据库中，表之间的连接应该可以使用键和外键来实现，而无需任何其他函数。如果您发现自己需要使用函数，请修复表中的数据质量问题。在某些边缘情况下，将函数与索引结合使用，有助于加快复杂或冗长的数据类型之间的比较。例如，最初仅使用连接函数UPPER(SUBSTR(users.user_name, 1, 50))，以及同一函数上的索引，来比较前面 50 个字符，可以加快两个长字符串之间的相等性检查。
避免连接
原因
随着时间的推移，查询会由不同的人来构建，并且在 CTE（公共表表达式）的形式中，会有许多连续的步骤。因此，可能很难理解数据输入和输出方面的实际需求。大多数情况下，在编写一个查询时，您可以在后续阶段添加一个额外的字段，“以防万一”。但是，如果这个字段来自需要进行连接的新表，这可能会对性能产生巨大影响。
应该始终评估查询严格的数据需求，并仅包含那些包含此信息的列和表。
Avoid unnecessary joins
警告
仔细检查，是否需要连接来筛选两个表中存在的行。在上面的示例中，如果有orders表中存在的user_id，未存储在users表的id列中，则最终可能会得到不正确的结果。
最佳实践
删除不必要的连接。生成更精简的查询来检索整个数据集，然后仅在必要时执行查找以获取更多信息，性能要高得多。
专业建议
上面解释的示例，只是过度使用JOIN的一种情况。另一个示例是，当我们连接数据只是为了验证在另一个表中是否存在行。在这种情况下，一个使用EXISTS的子查询可能比连接要快得多。
