Nested loop join,Hash join,Sort merge join 理解

Nested loop join: 
步骤：确定一个驱动表(outer table)，另一个表为inner table，驱动表中的每一行与inner表中的相应记录JOIN。类似一个嵌套的循环。适用于驱动表的记录集比较小（<10000）而且inner表需要有有效的访问方法（Index）。需要注意的是：JOIN的顺序很重要，驱动表的记录集一定要小，返回结果集的响应时间是最快的。

对于被连接的数据子集较小的情况，嵌套循环连接是个较好的选择。

cost  = outer access cost + (inner access cost * outer cardinality)

Hash join

步骤：将两个表中较小的一个在内存中构造一个HASH表（对JOIN KEY），扫描另一个表，同样对JOIN KEY进行HASH后探测是否可以JOIN。适用于记录集比较大的情况。需要注意的是：如果HASH表太大，无法一次构造在内存中，则分成若干个partition，写入磁盘的temporary segment，则会多一个写的代价，会降低效率。

散列连接是CBO 做大数据集连接时的常用方式

cost = (outer access cost * # of hash partitions) + inner access cost

Sort merge join
步骤：将两个表排序，然后将两个表合并。通常情况下，只有在以下情况发生时，才会使用此种JOIN方式：

通常情况下散列连接的效果都比排序合并连接要好，然而如果行源已经被排过序，在执行排序合并连接时不需要再排序了，这时排序合并连接的性能会优于散列连接。

1.RBO模式

2.不等价关联(>,=,<=,<>)

3.HASH_JOIN_ENABLED=false

4.数据源已排序

cost = (outer access cost * # of hash partitions) + inner access cost

nested loop一般用在连接的表中有索引，并且索引选择性较好的时候；
merge join 用在没有索引，并且数据已经排序的情况；
hash join在两个表的数据量差别很大的时候.

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/23754390/viewspace-670126/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/23754390/viewspace-670126/