JOIN 一直是数据库性能优化的老大难问题，参与 JOIN 的大表越多，性能就越差。

想让 JOIN 跑得快，关键是要对 JOIN 分类，这样可以利用各种类型的特征来实施高效的提速方法。像 SQL 那样笼统地用一种方法定义所有 JOIN，简单是简单，但也没办法做性能优化了，所以常规的关系数据库通常都很难把 JOIN 跑快。

开源的集算器 SPL 对 JOIN 做了更细致的分类，针对每种类型设计不同高性能算法，可以大幅提高计算速度。SPL 程序员根据场景选择最合适的算法，就可以让 JOIN 跑的更快。

常见的外键关联，也就是用一个表的非主键字段，去关联另一个表的主键。前者可以简称为事实表，后者为维表。比如用订单表的客户号字段关联客户表、产品号字段关联产品表或者商户号字段关联商户表等等。

一般来说，订单表这样的事实表会随时间不断增长，数据量比较大，而维表的数据量不会太大。针对这种 JOIN，SPL 提供了外键序号化技术，预先将事实表中的维度字段转换为对应内存维表记录的序号。关联计算时，将事实表数据分批读入内存，用维度字段值（也就是维表序号），直接取内存维表对应位置的记录。

在相同的数据量和环境下，对比测试大事实表和小维表关联计算，SPL 比 Oracle 跑的快 3 到 8 倍：

SPL 更快的原因，是外键序号化不需要像关系数据库那样计算和比对 HASH 值，从而加快了与维表关联的速度，有效提升了性能。

虽然预先把事实表的外键字段转换成序号需要一定成本，但这个预计算可以在多次外键关联中得到复用。

更详细信息可以参考：性能优化技巧：外键序号化

如果事实表和维表都很大，SPL 提供单边分堆技术，也比常规关系数据库的 JOIN 跑的更快，具体计算方法参见SPL 的单边分堆算法。这里同样有个大事实表和大维表的测试对比材料：性能优化技巧：大事实表与大维表关联，将其中结果抄录一下（单位秒）：

数据量能被内存装下时，Oracle 的计算速度基本上和数据量成正比。但当内存放不下时，开始发生大量占用 swap 区的现象，也造成计算速度奇慢，测试中等了 11 小时也没查询出来，只好终止了。而 SPL 的单边分堆技术，不受数据量大小的限制，本来就是面向外存设计，而且一次分堆就能解决，计算时间基本上随着数据量的增加而呈线性增加。

另外两种很常见的 JOIN，是一个表的主键关联另一个表的主键（或部分主键）。比如订单表和订单明细表通过订单号关联、客户表和 VIP 客户表通过主键关联等。针对这种 JOIN，SPL 提速的方法是：预先将两个大表按照主键有序存储，采用有序归并实现关联。

有序归并算法只需要对两个表依次遍历，不必借助外存缓存，可以大幅降低 IO 量。而且，其算法复杂度是加法级的，相比关系数据库乘法级的 HASH JOIN，复杂度降低很多，性能会大幅提升。

在相同情况下，我们对订单和订单明细两个大表按照订单号关联测试（详情参见性能优化技巧：有序归并），结果是 SPL 比 Oracle 快了近 3 倍：

这类 JOIN 的两表之间只会按主键（或部分主键）关联，不会针对其它字段关联。预先按照主键排序虽然慢，但是一次性的，而且只需要保持主键有序这一种存储即可，不会出现冗余。

除这些方法之外，SPL 还提供了大维表查找、内存预关联等等适应不同场景的 JOIN 提速方法，可以全面的解决 JOIN 性能优化问题，有兴趣请参考乾学院的其他相关文章。