oracle的表连接hash join、nested loop join

今天打算对hash join和nested loop join的原理及使用做下记录,每次总结完,过一段时间就有写模糊了:

 

一、hash join原理:

       hash join只能在等值连接下使用,且只有在CBO优化器才能使用;

       其思想是将小的表(内表)存在于hash area内存中做成hash table,之后大表(外表)进行全扫描,每条记录都在连接的值上做hash算法,在内存中查找是否存在于内存中的hash table中。

      内存总能放下小表,那么没问题,这样实现就成了,简单,效率高,连接值上有没有索引无所谓,因为查找hash值的效率远高于index;如果内存中放不下小表怎么办呢,这就涉及到了表的分割,也就是将小表按照一定的hash算法分割成几块,那么对应的大表也根据这个hash算法分割成同样的几块,这样把小表的对应块做成hash table与大表的对应块进行hash join,之后把所有块的结果集合并起来就可以了,具体怎么分割我就不研究了。

 

二、nested loop join原理:

      在理解nested loop join之前,我先用伪代码实现一个嵌套循环(本人Java出身,伪代码也想Java代码)

      for(int i=0;i<=5;i++) {

           for(int j=0;j<=10;j++) {

                System.out.println("好像不是伪代码呀!");

          }

     }

     为什么要搞个这个呢,原因是nested loop join的原理就是这个,只不过外循环为外表的结果集,内循环为内表的结果集,在没有索引的情况下,哪个作为内表,哪个作为外表都无所谓,因为复杂度都是i*j,如果有索引就不一样了,内表肯定是有索引的表(连接列上有索引,别理解差了),这样的复杂度就变成了i了。


三、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:

1.RBO模式

2.不等价关联(>,<,>=,<=,<>)

3.HASH_JOIN_ENABLED=false

4.数据源已排序

 

四、适用环境:

       这个应该很重要,但是没办法总结,明白原理自然就知道什么适用用什么了,是在不行的话,使用hint对sql分别作hash join和nested loop join看看,网上总结的也很对,但是还是要具体问题具体分析,实践才是最重要的,理论可以指导实践,实践才能验证了加深对理论的理解,此为学习之道也!


 

得了总结完了,自己能看明白,别人够呛!本人能力有限,可能有写错误,忘留言指正,共同学习!

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Oracle中的Hash Join是一种基于哈希连接算法,它通常用于处理大型数据集上的连接操作。它的基本原理是将连接的两个数据集分别通过哈希函数映射到不同的哈希中,并在哈希中查找匹配的行,最终将匹配的行合并为结果集。 具体来说,Hash Join算法分为两个阶段: 1. 构建哈希:首先,将连接的左(较小的数据集)通过哈希函数计算出哈希值,然后将每一行插入到哈希中对应的桶中。这个过程称为“构建哈希”。 2. 执行连接操作:接下来,将连接的右(较大的数据集)的每一行也通过哈希函数计算出哈希值,然后在左的哈希中查找是否有匹配的行。如果找到了匹配的行,就将它们合并为一条结果行输出。 可以看出,Hash Join 算法的性能取决于哈希的构建和查找速度。当哈希足够小,可以全部缓存在内存中时,Hash Join 算法的性能是非常高的。但如果哈希太大,无法全部缓存在内存中,那么就会产生大量的磁盘I/O操作,从而严重影响性能。 下面是一个简单的案例,假设我们有两个A和B,它们的结构如下: A: ``` id name 1 Alice 2 Bob 3 Charlie 4 David ``` B: ``` id age 1 20 2 25 3 30 ``` 现在我们要将这两个按照id进行连接。使用Hash Join算法,具体的执行步骤如下: 1. 构建哈希:首先,将A中的每一行都通过哈希函数计算出哈希值,并插入到哈希中对应的桶中。这个过程如下: ``` Bucket 1: {1, Alice} Bucket 2: {2, Bob} Bucket 3: {3, Charlie} Bucket 4: {4, David} ``` 2. 执行连接操作:接下来,遍历B中的每一行,也通过哈希函数计算出哈希值,并在A的哈希中查找是否有匹配的行。具体的查找过程如下: ``` Row {1, 20}: 查找Bucket 1,找到匹配的行{1, Alice},将它们合并为结果行{1, Alice, 20} Row {2, 25}: 查找Bucket 2,找到匹配的行{2, Bob},将它们合并为结果行{2, Bob, 25} Row {3, 30}: 查找Bucket 3,找到匹配的行{3, Charlie},将它们合并为结果行{3, Charlie, 30} ``` 最终,Hash Join算法输出的结果集如下: ``` id name age 1 Alice 20 2 Bob 25 3 Charlie 30 ``` 可以看出,Hash Join算法非常适合处理大型数据集上的连接操作,它的性能比其他连接算法Nested Loop Join和Merge Join都要高效。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值