O comentário jocoso do Linq (Jéf Bueno ou seja lá que nome ele usa agora) é verdade. Uma parte do problema é realizar o JOIN
onde não precisa. Ele é um mecanismo automático que pode buscar coisas que você não precisa.
Mas o motivo que normalmente as pessoas falam sobre ele ser problemático é que ele tem que buscar informações em lugares diferentes. Ter que construir uma informação é muito pior que ter ela pronta ali para consumo direto.
Normalização
Ninguém usa JOIN
porque quer, ou pelo menos deveria ser assim. Se ele é necessário não tem grande problema. Ele é necessário em bancos normalizados.
Não normalizar pode trazer problemas, pode funcionar bem em atividades típicas OLAP, mas não em OLTP. A desnormalização correta evita o JOIN
. Mas e daí?
Em geral construir a partir de várias fontes, além de ter que ler de vários lugares físicos, complica a otimização do banco dados, tem mais coisas para carregar na memória, sobrecarrega o cache, aumenta o uso de estruturas internas para construção do conjunto desejado, tem mais deslocamento do disco (isso é muito melhorado com SSD e mais ainda quando tem RAM para manter o DB todo ali, e logo terá a NVRAM), dificulta o aproveitamento de índices e redefinição da query para ter a melhor execução possível.
Juntar dados X JOIN
O JOIN
é basicamente um açúcar sintático, então não é o JOIN
que é ruim, é a sua necessidade. Fazer manualmente a mesma coisa que um JOIN
bem feito faz, dá na mesma (ou deveria). Veja:
SELECT * FROM a INNER JOIN b ON a.id = b.a_id
SELECT * FROM a, b WHERE a.id = b.a_id
Coloquei no GitHub para referência futura.
Alguns SGDBs podem otimizar melhor o primeiro.
Se juntasse tudo da tabela a
e b
em uma coisa só, a performance de leitura seria melhor. Mas provavelmente pioraria bem a de escrita, provocaria inconsistências, a não ser que faça um mecanismo complexo. Poderia piorar a leitura em outro cenário. NoSQL tipicamente opta por isso.
Claro que em alguns casos fazer manualmente pode ficar mais óbvio alguma coisa que ajude otimizar mais, mas aí é aquela coisa, o mecanismo não é o culpado, é o desenvolvedor.
Se fizer vários SELECT
s pode ser até pior dependendo do que fizer. Então em contraponto a não usar o JOIN
em tabelas normalizadas, o JOIN
costuma ser ótimo, porque geralmente é igual ou melhor. Você está juntando dados do mesmo jeito. E pode ser que o seu RMDBS não consiga fazer algumas otimizações porque não sabe que a intenção é fazer uma junção.
O problema da frase "JOIN
deixa o banco de dados lento" é que ela é dita como boa prática, as pessoas não explicam o porquê, e quem consume a frase passa ter preconceito com a palavra-chave e não olham para o que realmente causa problema.
Dito tudo isto, é raro o JOIN
, manual ou automático, bem feito, ser um real problema. Nem mesmo a normalização causa esse problema todo, embora tenha um custo real.
Se vai manter a normalização, e acho que deveria manter, não tema o JOIN
, apenas use-o da forma correta, otimize as tabelas para trabalhar bem com eles. Veja se índices de cobertura podem ajudar, veja se possui índices que ajudam a otimização funcionar. Veja se tem alguma configuração ou forma de usar que faça o JOIN
funcionar melhor.
Me disseram que se fizer da maneira de criar uma página ASP e utilizando vários SELECTs dava para "colocar a mão no fogo" que aquele resultado era consistente. Do contrário a usar uma só query com 3 até 4 JOINS
.
Não sei o que isto quer dizer, mas pode ser o que eu disse nos parágrafos anteriores.
Chaves estrangeiras
O uso de FK costuma ser superestimado mesmo. Na verdade se usado errado causa tragédias na performance. Ela pode ser um dos responsáveis pelo JOIN
(original, automático) ser muito lento, afinal pra atender a restrição que ela impõe pode acabar consultando muito mais informação que a necessária. Ele não sabe se precisa ir em toda cadeia de informação. Claro que pode obter maior consistência se usar chaves estrangeiras.
Algumas pessoas optam por views para abstrair o acesso às tabelas físicas, assim criando um modelo lógico que evite você ter que lidar com os tais dos JOIN
s. Nem sempre isso é uma boa ideia, abstrações podem esconder coisas importantes e te levar a cometer erros por isso.
Quanto mais tabelas envolvidas, mais pode prejudicar a performance, até mesmo de forma exponencial. Quanto mais tabelas, mais combinações possíveis, mais dados são gerados, mais fontes a serem consultadas, menos oportunidades de otimizações, ou pelo menos mais complicado otimizar.
O que traz resultados inconsistentes é o uso errado. Não tem como o mecanismo fazer isso. Uma chave de fenda não aperta o parafuso erroneamente. Claro que ela terá dificuldades em colocar um prego na parede.
E não normalizar costuma dar muito mais resultados inconsistentes, e pior, que a programação não pode dar jeito, vai tudo sendo cadastrado errado.
Hoje está na moda falar em NoSQL, ainda que querem mesmo é falar em NoRel. Evita-se o JOIN
, mas tem muita consulta que fica trágica, e... inconsistente, por definição. Na verdade o nome correto desse tipo de tecnologia devia ser NoConsistency porque é isso que realmente não tem. Cada vez mais elas estão usando relações e até SQL porque eram erradas.
Hoje todos os principais SGDBs permitem criar um modelagem híbrida que faz mais ou menos o que o NoSQL faz sem as desvantagens dele.
O que fazer
Eu recomendo começar entender todo o funcionamento do banco de dados, fazer testes, não acreditar em respostas absolutas, ou seja, fazer diferente do que quase todo mundo faz, que é acreditar cegamente na opinião dos outros que não conhecem seu problema ou que não entendem do que estão falando. Só você pode achar solução para seu problema. Mas assim como as pessoas que trabalham como você ou que parecem não querer se aprofundar, você só poderá saber o certo estudando a fundo, sem pular etapas, sem se valer de resumos superficiais. Essa atitude está em falta em quase todo mercado de TI.