索引-加快表连接速度

表连接的3种算法，分别是：hash，nested loop，merge 这⾥主要讲hash

现在有A、B两个表，A表数据量1000w，B表数据2000w，关联字段是ID。

对hash算法的影响

（1）⽆其他过滤条件，select A.*,B.*

hash算法实现两个表join时，如果关联的条件只是 ID字段，那么在关联时，遍历数据的次数=1000w+2000w=3000w。

那么就算给这2个表，分别创建索引，也不会加快连接的速度。

（2）⽆其他过滤条件，但是select A.ID,B.ID

在这个前提下，如果创建索引，会加快连接速度。

因为这个时候虽然需要访问表⾥所有的数据，但是可以直接⽤索引的数据，进⾏关联，因为只需要返回两个表的ID字段的值。

⽽相对于表来说，索引中只包含了ID字段的值，所以占⽤的磁盘空间，相对于表来说，会⼩很多，所以扫描整个索引所需要的时间，远⼩于扫描全表的时间，本质上就是访问的数据页数少了，IO次数少了，所需要的时间就少了。

（3）有其他过滤条件，且最后只返回少量数据

这种情况下，由于只返回少量数据，索引的作⽤才正在显现，因为索引的适⽤场景，就是返回少量的数据，⽐如：

select A.*,B.*

FROM A  JOIN B ON A.ID = B.ID

WHERE A.ID = 12345678

只返回10条数据，那么整个执⾏过程就是，先⽤过滤条件 A.ID = 12345678 在A的索引种查找符合要求的数据，从1000w条数据中，过滤出10条数据（ID不⼀定是主键）。

然后，这⾥sql server应该会做⼀个谓词的推导：

A.ID = 12345678，然后

A.ID =B.ID，所以 B.ID = 12345678。

于是直接在B表的索引种查找 12345678，可能是1条，最后关联⼀下就是10条数据。

那么，如果这⾥sql server不做这个谓词的推导，结果⼜会如何呢？

只能是，对于已经找到的10条数据，通过访问B表索引的数据，进⾏探查，总共遍历次数= 10 + 2000w=2010w，速度也不会快到哪⼉去。