在OLAP中,hash join是非常常见的连接方式,而且一般是OLAP系统中,可以使用并行来优化hash join的执行效率。下面先来了解一下hash join是如何运算的:当两个表hash join的时候,Oracle会选择一个表作为驱动表,先根据过滤条件过滤掉不必要的数据,然后会把结果进行hash运算,放入进程的hash area,然后扫描被驱动表,也做hash运算,然后到内存的hash area去探测,如果探测成功,就返回数据,否则跳过这行。由于hash join要使用到hash area,所以这里需要考虑单个进程的PGA大小,Oracle也不会让用户任意的消耗内存,hash area也有一定的限制。
PgSQL
SQL>; select * from table(dbms_xplan.display_cursor(null,null,'ALLSTATS LAST'));
PLAN_TABLE_OUTPUT
-----------------------------------------------------------------------------------
SQL_ID f5f0bv3b9b6s0, child number 1
-------------------------------------
select /*+ full(dept) */ ename,job,sal ,dname,loc from emp,dept where
emp.deptno=dept.deptno
Plan hash value: 615168685
--------------------------------------------------------------------------------------------------------------
| Id | Operation | Name | Starts | E-Rows | A-Rows | A-Time | Buffers | OMem | 1Mem | Used-Mem |
--------------------------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | | 14 |00:00:00.01 | 15 | | | |
|* 1 | HASH JOIN | | 1 | 14 | 14 |00:00:00.01 | 15 | 825K| 825K| 715K (0)|
| 2 | TABLE ACCESS FULL| DEPT | 1 | 4 | 4 |00:00:00.01 | 7 | | | |
| 3 | TABLE ACCESS FULL| EMP | 1 | 14 | 14 |00:00:00.01 | 8 | | | |
--------------------------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - access("EMP"."DEPTNO"="DEPT"."DEPTNO")
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
SQL>;select*fromtable(dbms_xplan.display_cursor(null,null,'ALLSTATS LAST'));
PLAN_TABLE_OUTPUT
-----------------------------------------------------------------------------------
SQL_IDf5f0bv3b9b6s0,childnumber1
-------------------------------------
select/*+ full(dept) */ename,job,sal,dname,locfromemp,deptwhere
emp.deptno=dept.deptno
Planhashvalue:615168685
--------------------------------------------------------------------------------------------------------------
|Id|Operation|Name|Starts|E-Rows|A-Rows|A-Time|Buffers|OMem|1Mem|Used-Mem|
--------------------------------------------------------------------------------------------------------------
|0|SELECTSTATEMENT||1||14|00:00:00.01|15||||
|*1|HASHJOIN||1|14|14|00:00:00.01|15|825K|825K|715K(0)|
|2|TABLEACCESSFULL|DEPT|1|4|4|00:00:00.01|7||||
|3|TABLEACCESSFULL|EMP|1|14|14|00:00:00.01|8||||
--------------------------------------------------------------------------------------------------------------
PredicateInformation(identifiedbyoperationid):
---------------------------------------------------
1-access("EMP"."DEPTNO"="DEPT"."DEPTNO")
在如上的执行计划中,可以看到id=1部分的内存使用情况,说明hash join占用的用户的PGA。DEPT表作为驱动表,starts等于1,表示两个表都扫描了一次。这里和嵌套循环不一样,嵌套循环的被驱动表扫描次数是驱动表的返回行数。由于hash join需要消耗PGA,当驱动表太大,PGA不能容纳驱动表时,就会产生on-disk hash join,如果看过本博客的nested loops介绍,就知道嵌套循环没有mem使用情况,不会消耗PGA。所以一般是OLAP系统中,PGA一般设置比较大,原因就在这里:OLAP系统中,一般表关联是hash join,sort比较多,group by 等都需要消耗PGA。
如果在优化OLAP系统的时候,发现系统中有很多direct path read/write temp等待事件,就需要关注sql了。查看PGA大小,work area是否分配合理等。在说到嵌套循环的时候,也提到过小表,在hash join中也一样,用小表作为驱动表,不过hash join中的小表不是指标的返回行数,而是指:过滤后的行数*列宽度(select中的列),就拿如上的执行计划来说,选择dept作为驱动表是因为:dept过滤后的行数 4 * (dname+loc+deptno)宽度 < emp过滤后的行数 14 * (ename,job,sal,deptno)宽度。注意这里的行数一定是过滤后的行数。此外还有一点需要注意的地方:hash join只能用于等值连接,因为值被hash后,无法进行大小比较。
在Oracle内部,hash也分三种模式:optimal,onepass,multipass
optimal:当驱动结果集生成的hash表全部可以放入PGA的hash area时,称为optimal,大致过程如下:
1.先根据驱动表,得到驱动结果集
2.在hash area生成hash bulket,并将若干bulket分成一组,成为一个partition,还会生成一个bitmap的列表,每个bulket在上面占一位
3.对结果集的join键做hash运算,将数据分散到相应partition的bulket中,当运算完成后,如果键值唯一性较高的话,bulket里的数据会比较均匀,也有可能有的桶里面数据会是空的,这样bitmap上对应的标志位就是0,有数据的桶,标志位会是1
4.开始扫描第二张表,对jion键做hash运算,确定应该到某个partition的某个bulket去探测,探测之前,会看这个bulket的bitmap是否会1,如果为0,表示没数据,这行就直接丢弃掉
5.如果bitmap为1,则在桶内做精确匹配,判断OK后,返回数据
这个是最优的hash join,他的成本基本是两张表的full table scan,在加微量的hash运算。
onepass
如果进程的pga很小,或者驱动表结果集很大,超过了hash area的大小,会怎么办?当然会用到临时表空间,此时oracle的处理方式稍微复杂点,需要注意上面提到的有个partition的概念,可以这么理解,数据是经过两次hash运算的,先确定你的partition,再确定你的bulket,假设hash area小于整个hash table,但至少大于一个partition的size,这个时候走的就是onepass
当我们生成好hash表后,状况是部分partition留在内存中,其他的partition留在磁盘临时表空间中,当然也有可能某个partition一半在内存,一半在磁盘,剩下的步骤大致如下:
1.扫描第二张表,对join键做hash运算,确定好对应的partition和bulket
2.查看bitmap,确定bulket是否有数据,没有则直接丢弃
3.如果有数据,并且这个partition是在内存中的,就进入对应的桶去精确匹配,能匹配上,就返回这行数据,否则丢弃
4.如果partition是在磁盘上的,则将这行数据放入磁盘中暂存起来,保存的形式也是partition,bulket的方式
5.当第二张表被扫描完后,剩下的是驱动表和探测表生成的一大堆partition,保留在磁盘上
6.由于两边的数据都按照相同的hash算法做了partition和bulket,现在只要成对的比较两边partition数据即可,并且在比较的时候,oracle也做了优化处理,没有严格的驱动与被驱动关系,他会在partition对中选较小的一个作为驱动来进行,直到磁盘上所有的partition对都join完
可以发现,相比optimal,他多出的成本是对于无法放入内存的partition,重新读取了一次,所以称为onepass,只要你的内存保证能装下一个partition,oracle都会腾挪空间,每个磁盘partition做到onepass。
multipass
这是最复杂,最糟糕的hash join,此时hash area小到连一个partition也容纳不下,当扫描好驱动表后,可能只有半个partition留在hash area中,另半个加其他的partition全在磁盘上,剩下的步骤和onepass比价类似,不同的是针对partition的处理
由于驱动表只有半个partition在内存中,探测表对应的partition数据做探测时,如果匹配不上,这行还不能直接丢弃,需要继续保留到磁盘,和驱动表剩下的半个partition再做join,这里举例的是内存可以装下半个partition,如果装的更少的话,反复join的次数将更多,当发生multipass时,partition物理读的次数会显著增加。
转载请注明: 版权所有,文章允许转载,但必须以链接方式注明源地址,否则追究法律责任!
最后编辑:2014-02-17作者:Jerry
一个积极向上的小青年,热衷于分享--Focus on DB,BI,ETL