数据库表在join时的三种方式

时间:2021-11-21 13:51:36

sql 执行时最重要的两步:
1)通过什么方式获取到数据(index only scan、index scan、table full scan)
2)获取到数据后用什么方式join出结果。

下面说的是第二步

nested loop 嵌套循环

处理等值连接。
对于被连接的数据子集较小的情况,nested loop连接是个较好的选择。
nested loop就是扫描一个表,每读到一条记录,就根据索引去另一个表里面查找,没有索引一般就不会是 nested loops。
一般在nested loop中, 驱动表满足条件结果集不大,被驱动表的连接字段要有索引,这样就走nstedloop。
如果驱动表返回记录太多,就不适合nested loops了。
如果连接字段没有索引,则适合走hash join,因为不需要索引。
如果期望优化器使用 nested loop 方式的话,一定要确保被驱动表的关联列上有索引

hash join 哈希连接

处理等值连接。
简单来说就是对小一点的表的关键字进行哈希(build),并用桶来处理冲突情况,然后用同一张哈希表对另一个大表进行哈希,看有没有之前有没有存在(probe),有则得到
hash join是CBO 做大数据集连接时的常用方式。
优化器扫描小表(或数据源),利用连接键(也就是根据连接字段计算hash 值)在内存中建立hash表,然后扫描大表,每读到一条记录就来探测hash表一次,找出与hash表匹配的行。
当小表可以全部放入内存中,其成本接近全表扫描两个表的成本之和。
如果表很大不能完全放入内存,这时优化器会将它分割成若干不同的分区,不能放入内存的部分就把该分区写入磁盘的临时段,此时要有较大的临时段从而尽量提高I/O 的性能。
临时段中的分区都需要换进内存做hash join。
这时候成本接近于全表扫描小表+分区数*全表扫描大表的代价和。
至于两个表都进行分区,其好处是可以使用 parallel query,就是多个进程同时对不同的分区进行join,然后再合并。但是复杂。
使用 hash join 时,HASH_AREA_SIZE 初始化参数必须足够的大
如果是9i,Oracle建议使用SQL工作区自动管理,设置 WORKAREA_SIZE_POLICY 为 AUTO,然后调整 PGA_AGGREGATE_TARGET 即可。
以下条件下hash join可能有优势:
两个巨大的表之间的连接。
在一个巨大的表和一个小表之间的连接。

sort merge join 排序合并连接

处理非等值连接,没有驱动表的概念。
该操作通常分三步:
1、对连接的每个表做 table access full
2、对 table access full 的结果(排除不符合where条件)进行join列内存排序
3、进行 merge join 对排序结果进行合并。
sort merge join性能开销几乎都在前两步。
一般是在没有索引的情况下,9i开始已经很少出现了,因为其排序成本高,大多为hash join替代了。
通常情况下hash join的效果都比sort merge join要好,然而如果行源已经被排过序,在执行sort merge join时不需要再排序了,这时sort merge join的性能会优于hash join。
在全表扫描比索引范围扫描再通过rowid进行表访问更可取的情况下,sort merge join会比nested loops性能更佳。