oracle表连接方式
oracle表的连接方式主要有以下几种:
l Hash Join(HJ)哈希连接
l Merge Join(Sort Merge Join)排序合并连接
l Nest Loop(cluster join)嵌套循环
1. Hash Join(HJ)
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ORACLE 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。
要使哈希连接有效,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,以使哈希连接高效运行,因为哈希连接会在该参数指定大小的内存中运行,过小的参数会使哈希连接的性能比其他连接方式还要低。
例:
Sql代码
sys@ORCL> select /*+ use_hash(t_parent) */ loginno
2 from t_parent,t_parent2
3 where t_parent.deptid = t_parent2.deptid;
Execution Plan
----------------------------------------------------------
0 SELECT STATEMENT Optimizer=CHOOSE (Cost=5 Card=327 Bytes=11118)
1 0 HASH JOIN (Cost=5 Card=327 Bytes=11118)
2 1 TABLE ACCESS (FULL) OF 'T_PARENT2' (Cost=2 Card=164 Bytes=2132)
3 1 TABLE ACCESS (FULL) OF 'T_PARENT' (Cost=2 Card=327 Bytes=6867)
Statistics
----------------------------------------------------------
0 recursive calls
0 db block gets
37 consistent gets
0 physical reads
0 redo size
5968 bytes sent via SQL*Net to client
636 bytes received via SQL*Net from client
26 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
373 rows processed
<span style="background-color: rgb(255, 255, 255);">sys@ORCL> select /*+ use_hash(t_parent) */ loginno 2 from t_parent,t_parent2 3 where t_parent.deptid = t_parent2.deptid; Execution Plan ---------------------------------------------------------- 0 SELECT STATEMENT Optimizer=CHOOSE (Cost=5 Card=327 Bytes=11118) 1 0 HASH JOIN (Cost=5 Card=327 Bytes=11118) 2 1 TABLE ACCESS (FULL) OF 'T_PARENT2' (Cost=2 Card=164 Bytes=2132) 3 1 TABLE ACCESS (FULL) OF 'T_PARENT' (Cost=2 Card=327 Bytes=6867) Statistics ---------------------------------------------------------- 0 recursive calls 0 db block gets 37 consistent gets 0 physical reads 0 redo size 5968 bytes sent via SQL*Net to client 636 bytes received via SQL*Net from client 26 SQL*Net roundtrips to/from client 0 sorts (memory) 0 sorts (disk) 373 rows processed </span>
2. Merge Join(Sort merge join)
Sort Merge Join首先对row source1,rowsource2进行table access full,然后对关联连接列进行排序,最后对排序结果进行合并。主要开销在第一步的table access full。
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。
3. Nest Loop(Cluster Join)
嵌套循环由row source1内部表迭代row source2外部表的所有行。
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。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。
如果我们选择row source1作为驱动表或者外部表,row source2作为内部表,则在Nest Loop连接的步骤如下:
(1) oracle读取row source1中的每一行,然后在row source2中检查是否有匹配行
(2) 所有的匹配行被放到结果集中返回
(3) 继续读取row source1的下一行,继续(1)
(4) row source1中的所有行都被读取则完成连接返回所有结果集。
如果driving row source(驱动表或者外部表)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。
Sql代码
wat@ORCL> select sth.stdate,std.mlcode
2 from sth,std
3 where sth.sthid = std.sthid
4 and std.stdid = 13544;
STDATE MLCODE
------------ ------------------------------
08-MAR-06 1E205D88XS34 P
Execution Plan
----------------------------------------------------------
0 SELECT STATEMENT Optimizer=CHOOSE (Cost=3 Card=1 Bytes=31)
1 0 NESTED LOOPS (Cost=3 Card=1 Bytes=31)
2 1 TABLE ACCESS (BY INDEX ROWID) OF 'STD' (Cost=2 Card=1 Bytes=21)
3 2 INDEX (UNIQUE SCAN) OF 'PK_STD' (UNIQUE) (Cost=1 Card=42338)
4 1 TABLE ACCESS (BY INDEX ROWID) OF 'STH' (Cost=1 Card=1 Bytes=10)
5 4 INDEX (UNIQUE SCAN) OF 'PK_STH' (UNIQUE)
Statistics
----------------------------------------------------------
0 recursive calls
0 db block gets
7 consistent gets
0 physical reads
0 redo size
451 bytes sent via SQL*Net to client
372 bytes received via SQL*Net from client
2 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
1 rows processed
<span style="background-color: rgb(255, 255, 255);">wat@ORCL> select sth.stdate,std.mlcode 2 from sth,std 3 where sth.sthid = std.sthid 4 and std.stdid = 13544; STDATE MLCODE ------------ ------------------------------ 08-MAR-06 1E205D88XS34 P Execution Plan ---------------------------------------------------------- 0 SELECT STATEMENT Optimizer=CHOOSE (Cost=3 Card=1 Bytes=31) 1 0 NESTED LOOPS (Cost=3 Card=1 Bytes=31) 2 1 TABLE ACCESS (BY INDEX ROWID) OF 'STD' (Cost=2 Card=1 Bytes=21) 3 2 INDEX (UNIQUE SCAN) OF 'PK_STD' (UNIQUE) (Cost=1 Card=42338) 4 1 TABLE ACCESS (BY INDEX ROWID) OF 'STH' (Cost=1 Card=1 Bytes=10) 5 4 INDEX (UNIQUE SCAN) OF 'PK_STH' (UNIQUE) Statistics ---------------------------------------------------------- 0 recursive calls 0 db block gets 7 consistent gets 0 physical reads 0 redo size 451 bytes sent via SQL*Net to client 372 bytes received via SQL*Net from client 2 SQL*Net roundtrips to/from client 0 sorts (memory) 0 sorts (disk) 1 rows processed </span>
总结:
表连接方式 |
|
Hash Join(HJ) |
a) 一般来说,其效率应该好于其它2种连接,但是这种连接只能用在CBO优化器中,而且需要设置合适的hash_area_size参数,才能取得较好的性能。 b) 在2个较大的row source之间连接时会取得相对较好的效率,在一个row source较小时则能取得更好的效率。 c) 只能用于等值连接中 |
Sort Merge Join |
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。 |
Nest Loop |
a) 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。 b) 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。 |