快速了解Oracle哈希连接

快速了解Oracle哈希连接

[导读]这里介绍要使Oracle哈希连接有效，需要设置HASH_JOIN_ENABLED=TRUE，缺省情况下该参数为TRUE，另外，不要忘了还要设置 hash_area_size参数。

　　在向大家详细介绍Oracle哈希连接之前，首先让大家了解下Oracle读取row source，然后全面介绍Oracle哈希连接，希望对大家有用。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] 

　　Oracle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。

　　

　　HASH连接的例子：

   
   
SQL> explain plan for  
select /*+ use_hash(emp) */ empno  
from emp, dept  
where emp.deptno = dept.deptno;  
Query Plan  
SELECT STATEMENT [CHOOSE] Cost=3 
HASH JOIN  
TABLE ACCESS FULL DEPT  
TABLE ACCESS FULL EMP 

　　要使Oracle哈希连接有效，需要设置HASH_JOIN_ENABLED=TRUE，缺省情况下该参数为TRUE，另外，不要忘了还要设置 hash_area_size参数，以使Oracle哈希连接高效运行，因为Oracle哈希连接会在该参数指定大小的内存中运行，过小的参数会使Oracle哈希连接的性能比其他连接方式还要低。

　　总结一下，在哪种情况下用哪种连接方法比较好：

　　排序 - - 合并连接(Sort Merge Join, SMJ)：

　　a) 对于非等值连接，这种连接方式的效率是比较高的。

　　b) 如果在关联的列上都有索引，效果更好。

　　c) 对于将2个较大的row source做连接，该连接方法比NL连接要好一些。

　　d) 但是如果sort merge返回的row source过大，则又会导致使用过多的rowid在表中查询数据时，数据库性能下降，因为过多的I/O。