1. 为什么很多人都在劝你别用子查询
先交代一下背景:我是在接手一个订单系统的慢查询优化时,真正意识到子查询这个问题的。当时线上有一个报表接口,每天凌晨跑批,偶尔会拖到十几秒甚至更久。同事的第一反应是加索引,但索引加了好几轮,效果一直不理想。后来把SQL打开一看,里面三层嵌套子查询,最里面的子查询还在做聚合。那一刻我才明白,MySQL里很多慢查询的锅,其实不是索引的锅,而是子查询这个写法的锅。
很多刚接触数据库的同学会有一个直觉:子查询逻辑清晰、层层嵌套,读起来很符合人的思考方式。比如"找出所有购买了商品A的用户",你自然想先查出商品A的订单,再根据这些订单找用户。这个想法没问题,问题在于MySQL的优化器不一定能把你脑子里那套"先查这个再查那个"的顺序,转化成高效的执行计划。尤其在MySQL 5.6之前的版本里,子查询的执行方式可以说是灾难级的:外层每扫一行记录,内层子查询就可能被重新执行一次。一条数据量只有几万行的表,遇到关联子查询,实际扫描的行数可能被放大到几千万,不慢才怪。
所以要理解"MySQL不使用子查询的原因",其实要拆成两个层面:第一,MySQL优化器在历史上对子查询的支持确实不成熟,某些写法会触发极其低效的执行路径;第二,即使到了MySQL 8.0,依然有一些子查询场景无法被优化器改写,需要我们手动改成JOIN或临时表。这篇文章我把这些年实际踩过的坑、做过的测试、以及最终沉淀下来的SQL写法判断标准,一次性讲清楚。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 子查询性能瓶颈的完整技术拆解
2.1 关联子查询的逐行执行代价
先说什么叫关联子查询。简单说,就是内层子查询引用了外层查询的列,内外两层产生了依赖关系。举个例子:
sql复制SELECT o.order_id, o.amount
FROM orders o
WHERE o.amount > (
SELECT AVG(amount)
FROM orders
WHERE user_id = o.user_id
);
这条SQL的业务含义是:找出那些消费金额高于自己平均消费金额的订单。看起来逻辑很顺,但MySQL在早期版本里执行它的时候,会对外层orders表做全表扫描,每一行都去执行一次内层的AVG(amount)聚合查询。
假设orders表有10万行数据,那这个AVG(amount)子查询就要被触发10万次。哪怕子查询本身走了user_id索引,每次执行也需要若干次索引查找和一次聚合计算,加起来就是几百万甚至上千万次随机IO。这个代价,比一次性算出所有用户的平均值,再去比较,要高出几个数量级。
你可以把这种执行方式类比成:你要统计一个班级所有学生的平均分,正常做法是先把全班成绩算一遍,得出一张"每个学生的平均分"对照表,然后拿着每个学生的成绩去查这张表。但关联子查询的逐行执行,等同于每看到一个学生,就把全班成绩重新加一遍求一次平均。数据量小的时候没什么感觉,数据量一大,时间全耗在重复计算上了。
2.2 IN子查询的临时表与物化问题
除了关联子查询,IN (SELECT ...)这种写法也是重灾区。看一个最常见的例子:
sql复制SELECT *
FROM orders
WHERE user_id IN (
SELECT id
FROM users
WHERE status = 1
);
在MySQL 5.5及更早的版本里,优化器对这条SQL的处理方式非常笨拙:它会先把orders表每行的user_id取出来,然后去users表里执行一次子查询,看看结果里有没有匹配的值。如果orders表有10万行,users表有1万行,那最坏情况下要做10万次子查询执行,每次都要扫描users表的相关数据。
MySQL 5.6之后引入了物化(Materialization)优化:优化器会尝试先把子查询的结果集固化到一张临时表里,给临时表加上索引,然后再和外表做连接。这个改进让IN (SELECT ...)在不少场景下的性能有了明显提升。但物化也有它的前提条件:子查询结果集不能太大、不能包含某些特殊语法、优化器成本估算认为物化更划算的时候才会走这条路。一旦结果集很大,物化临时表本身就要消耗大量内存和磁盘,性能未必比逐行执行好多少。
另外还有一个容易被忽略的问题:临时表默认是不带索引的。如果MySQL决定物化子查询结果,但又没给临时表建索引,那外层数据做匹配时,就只能对临时表做全表扫描,效率同样堪忧。这种情况下你去看执行计划,会发现select_type是MATERIALIZED,但`Extr
