描述HASH JOIN ,MERGE JOIN ,NESTED LOOP

最新推荐文章于 2023-10-17 16:48:09 发布

ETCentury

最新推荐文章于 2023-10-17 16:48:09 发布

阅读量1k

点赞数

分类专栏： oracle 文章标签： join nested merge loops table access

oracle 专栏收录该内容

15 篇文章 0 订阅

订阅专栏

1 ，排序 - - 合并连接（ Sort Merge Join ， SMJ ）

　　内部连接过程：

　　 1 ）首先生成 row source1 需要的数据，然后对这些数据按照连接操作关联列（如 A.col3 ）进行排序。

　　 2 ）随后生成 row source2 需要的数据，然后对这些数据按照与 sort source1 对应的连接操作关联列（如 B.col4 ）进行排序。

　　 3 ）最后两边已排序的行被放在一起执行合并操作，即将 2 个 row source 按照连接条件连接起来

　　下面是连接步骤的图形表示：

　　 MERGE

　　 / /

　　 SORT SORT

　　 | |

　　 Row Source 1 Row Source 2

　　如果 row source 已经在连接关联列上被排序，则该连接操作就不需要再进行 sort 操作，这样可以大大提高这种连接操作的连接速度，因为排序是个极其费资源的操作，特别是对于较大的表。预先排序的 row source 包括已经被索引的列（如 a.col3 或 b.col4 上有索引）或 row source 已经在前面的步骤中被排序了。尽管合并两个 row source 的过程是串行的，但是可以并行访问这两个 row source （如并行读入数据，并行排序）。

　　 SMJ 连接的例子：

　　 SQL> explain plan for

　　 select /*+ ordered */ e.deptno ， d.deptno

　　 from emp e ， dept d

　　 where e.deptno = d.deptno

　　 order by e.deptno ， d.deptno ；

　　 Query Plan

　　 -------------------------------------

　　 SELECT STATEMENT [CHOOSE] Cost=17

　　 MERGE JOIN

　　 SORT JOIN

　　 TABLE ACCESS FULL EMP [ANALYZED]

　　 SORT JOIN

　　 TABLE ACCESS FULL DEPT [ANALYZED]

　　排序是一个费时、费资源的操作，特别对于大表。基于这个原因， SMJ 经常不是一个特别有效的连接方法，但是如果 2 个 row source 都已经预先排序，则这种连接方法的效率也是蛮高的。

　　 2 ，嵌套循环（ Nested Loops ， NL ）

　　这个连接方法有驱动表（外部表）的概念。其实，该连接过程就是一个 2 层嵌套循环，所以外层循环的次数越少越好，这也就是我们为什么将小表或返回较小 row source 的表作为驱动表（用于外层循环）的理论依据。但是这个理论只是一般指导原则，因为遵循这个理论并不能总保证使语句产生的 I/O 次数最少。有时不遵守这个理论依据，反而会获得更好的效率。如果使用这种方法，决定使用哪个表作为驱动表很重要。有时如果驱动表选择不正确，将会导致语句的性能很差、很差。

　　内部连接过程：

　　 Row source1 的 Row 1 —— Probe ->Row source 2

　　 Row source1 的 Row 2 —— Probe ->Row source 2

　　 Row source1 的 Row 3 —— Probe ->Row source 2

　　……。

　　 Row source1 的 Row n —— Probe ->Row source 2

　　从内部连接过程来看，需要用 row source1 中的每一行，去匹配 row source2 中的所有行，所以此时保持 row source1 尽可能的小与高效的访问 row source2 （一般通过索引实现）是影响这个连接效率的关键问题。这只是理论指导原则，目的是使整个连接操作产生最少的物理 I/O 次数，而且如果遵守这个原则，一般也会使总的物理 I/O 数最少。但是如果不遵从这个指导原则，反而能用更少的物理 I/O 实现连接操作，那尽管违反指导原则吧！因为最少的物理 I/O 次数才是我们应该遵从的真正的指导原则，在后面的具体案例分析中就给出这样的例子。

　　在上面的连接过程中，我们称 Row source1 为驱动表或外部表。 Row Source2 被称为被探查表或内部表。

　　在 NESTED LOOPS 连接中， Oracle 读取 row source1 中的每一行，然后在 row sourc2 中检查是否有匹配的行，所有被匹配的行都被放到结果集中，然后处理 row source1 中的下一行。这个过程一直继续，直到 row source1 中的所有行都被处理。这是从连接操作中可以得到第一个匹配行的最快的方法之一，这种类型的连接可以用在需要快速响应的语句中，以响应速度为主要目标。

　　如果 driving row source （外部表）比较小，并且在 inner row source （内部表）上有唯一索引，或有高选择性非唯一索引时，使用这种方法可以得到较好的效率。 NESTED LOOPS 有其它连接方法没有的的一个优点是：可以先返回已经连接的行，而不必等待所有的连接操作处理完才返回数据，这可以实现快速的响应时间。

　　如果不使用并行操作，最好的驱动表是那些应用了 where 限制条件后，可以返回较少行数据的的表，所以大表也可能称为驱动表，关键看限制条件。对于并行查询，我们经常选择大表作为驱动表，因为大表可以充分利用并行功能。当然，有时对查询使用并行操作并不一定会比查询不使用并行操作效率高，因为最后可能每个表只有很少的行符合限制条件，而且还要看你的硬件配置是否可以支持并行（如是否有多个 CPU ，多个硬盘控制器），所以要具体问题具体对待。

　　 NL 连接的例子：

　　 SQL> explain plan for

　　 select a.dname ， b.sql

　　 from dept a ， emp b

　　 where a.deptno = b.deptno ；

　　 Query Plan

　　 -------------------------

　　 SELECT STATEMENT [CHOOSE] Cost=5

　　 NESTED LOOPS

　　 TABLE ACCESS FULL DEPT [ANALYZED]

　　 TABLE ACCESS FULL EMP [ANALYZED]

　　 3 ，哈希连接（ Hash Join ， HJ ）

　　这种连接是在 oracle 7.3 以后引入的，从理论上来说比 NL 与 SMJ 更高效，而且只用在 CBO 优化器中。

　　较小的 row source 被用来构建 hash table 与 bitmap ，第 2 个 row source 被用来被 hansed ，并与第一个 row source 生成的 hash table 进行匹配，以便进行进一步的连接。 Bitmap 被用来作为一种比较快的查找方法，来检查在 hash table 中是否有匹配的行。特别的，当 hash table 比较大而不能全部容纳在内存中时，这种查找方法更为有用。这种连接方法也有 NL 连接中所谓的驱动表的概念，被构建为 hash table 与 bitmap 的表为驱动表，当被构建的 hash table 与 bitmap 能被容纳在内存中时，这种连接方式的效率极高。