达梦数据库嵌套连接猜想

前言

达梦数据库的表连接方式总体可以按如下图片进行总结：

 

猜想

先看嵌套连接定义：

两张表进行非等值连接时会选择嵌套连接。相当于两张表进行笛卡尔集操作。此时，优化器会选择一张代价较小的表作为外表(驱动表)，另一张表作为内表，外表的每条记录与内表进行一次连接操作。

这里我很奇怪为什么非等值连接会走嵌套连接？我一直认为嵌套连接适合于分页查询。

于是设计了一个小实验来捣蛋一下（cost值只在实验中显示，并不代表现实环境）。

设计实验

设计两个表：

create table a_seg as select * from dba_segments; create table a_ts as select * from v$tablespace;

设计分页查询语句如下：

select * from (  select a.bytes,a.segment_name,b.name    from a_seg a,a_ts b   where a.tablespace_name=b.name   --等值连接     and a.owner='SYS'   order by 1 desc  )    where rownum<=3;

如上语句若是之列看执行计划是如下的：

1   #NSET2: [2, 1, 200] 2     #PRJT2: [2, 1, 200]; exp_num(3), is_atom(FALSE) 3       #PRJT2: [2, 1, 200]; exp_num(3), is_atom(FALSE) 4         #SORT3: [2, 1, 200]; key_num(1), is_distinct(FALSE), top_flag(1), is_adaptive(0) 5           #HASH2 INNER JOIN: [1, 1, 200];  KEY_NUM(1); KEY(A.TABLESPACE_NAME=B.NAME) KEY_NULL_EQU(0) 6             #SLCT2: [1, 4, 152]; A.OWNER = 'SYS' 7               #CSCN2: [1, 181, 152]; INDEX33555655(A_SEG as A) 8             #CSCN2: [1, 6, 48]; INDEX33555656(A_TS as B)

如上确实走了hash join，但我们加上hints后再来看下：

explain select * from (  select  /*+ use_nl(a,b) leading(a,b) */    a.bytes,a.segment_name,b.name    from a_seg a,a_ts b   where a.tablespace_name=b.name     and a.owner='SYS'   order by 1 desc  )    where rownum<=3; 1   #NSET2: [8, 1, 200] 2     #PRJT2: [8, 1, 200]; exp_num(3), is_atom(FALSE) 3       #PRJT2: [8, 1, 200]; exp_num(3), is_atom(FALSE) 4         #SORT3: [8, 1, 200]; key_num(1), is_distinct(FALSE), top_flag(1), is_adaptive(0) 5           #SLCT2: [7, 1, 200]; A.TABLESPACE_NAME = B.NAME 6             #NEST LOOP INNER JOIN2: [7, 1, 200]; 7               #SLCT2: [1, 4, 152]; A.OWNER = 'SYS' 8                 #CSCN2: [1, 181, 152]; INDEX33555655(A_SEG as A) 9               #CSCN2: [1, 6, 48]; INDEX33555656(A_TS as B)

可以看到确实走了nest loop。

结论

如此之后得到的结论为：

1. 虽然定义中写的很明确，但是正常情况下我们可以灵活修改。保证数据库走出最佳的执行计划。
2. 若是没有hints，我们就可以在测试时看到执行计划是否异常。比如：这里应该走的是hash join，为什么现在是nest loop（没有hints的情况）？
3. 嵌套连接还是适合走分页查询的，因为确实可以利用参数first_rows以达到最佳效果。

达梦数据库技术社区：https://eco.dameng.com