對Hash Join的一次優化

前兩天解決了一個優化SQL的case，SQL語句如下，big_table為150G大小，small_table很小，9000多條記錄，不到1M大小
hash_area_size, sort_area_size均設定足夠大，可以進行optimal hash join和memory sort


select /*+ leading(b) use_hash(a b) */ distinct a.ID
from BIG_TABLE a, SMALL_TABLE b
where (a.category  = b.from_cat or
       a.category2 = b.from_cat) and
       a.site_id  = b.site_id and
       a.sale_end >= sysdate;

PHP code:



--------------------------------------------------------------------------


| Id  | Operation            |  Name        | Rows  | Bytes | Cost (%CPU)|


--------------------------------------------------------------------------


|   0 | SELECT STATEMENT     |              |     2 |   174 |    18  (17)|


|   1 |  SORT UNIQUE         |              |     2 |   174 |    18  (17)|


|*  2 |   HASH JOIN          |              |     2 |   174 |    17  (12)|


|   3 |    TABLE ACCESS FULL | SMALL_TABLE  |  1879 | 48854 |    14   (8)|


|*  4 |    TABLE ACCESS FULL | BIG_TABLE    |     4 |   244 |     3  (34)|


--------------------------------------------------------------------------

粗略來看，PLAN非常的完美，SQL HINT寫的也很到位，小表在內build hash table,大表在外進行probe操作，
根據經驗來看，整個SQL執行的時間應該和FTS BIG_TABLE的時間差不多

但是FTS BIG_TABLE的時間大約是8分鐘，而真個SQL執行的時間長達3~4小時

那麼問題究竟出在哪裡?

FTS時間應該不會有太大變化，那麼問題應該在hash join，設定event來trace一下hash join的過程。

SQL> alter session set events '10104 trace name context forever, level 2';

Session altered.

select /*+ leading(b) use_hash(a b) */ distinct a.ID
from BIG_TABLE a, SMALL_TABLE b
where (a.category  = b.from_cat or
       a.category2 = b.from_cat) and
       a.site_id  = b.site_id and
       a.sale_end >= sysdate;

從trace file中Hash Table中這一段找出了問題所在：


### Hash table ###
# NOTE: The calculated number of rows in non-empty buckets may be smaller
#       than the true number.
Number of buckets with   0 rows:      16373
Number of buckets with   1 rows:          0
Number of buckets with   2 rows:          0
Number of buckets with   3 rows:          1
Number of buckets with   4 rows:          0
Number of buckets with   5 rows:          0
Number of buckets with   6 rows:          0
Number of buckets with   7 rows:          1
Number of buckets with   8 rows:          0
Number of buckets with   9 rows:          0
Number of buckets with between  10 and  19 rows:          1
Number of buckets with between  20 and  29 rows:          1
Number of buckets with between  30 and  39 rows:          3
Number of buckets with between  40 and  49 rows:          0
Number of buckets with between  50 and  59 rows:          0
Number of buckets with between  60 and  69 rows:          0
Number of buckets with between  70 and  79 rows:          0
Number of buckets with between  80 and  89 rows:          0
Number of buckets with between  90 and  99 rows:          0
Number of buckets with 100 or more rows:          4
### Hash table overall statistics ###
Total buckets: 16384 Empty buckets: 16373 Non-empty buckets: 11
Total number of rows: 9232
Maximum number of rows in a bucket: 2531
Average number of rows in non-empty buckets: 839.272705

仔細看，在一個bucket中最多的行數竟然有2531行，因為bucket中是一個連結串列的結構，所以這幾千行都是串在一個連結串列上。
由這一點想到這個Hash Table所依賴的hash key的distinct value可能太少，重複值太多。否則不應該會有這麼多行在同一個bucket裡面。

因為Join條件裡面有兩個列from_cat和site_id,窮舉法有三種情況

1. Build hash table based on (from_cat,site_id):


SQL> select site_id,from_cat,count(*) from SMALL_TABLE group by site_id,from_cat having count(*)>100;

no rows selected

2. Build hash table based on (from_cat):

SQL> select from_cat,count(*) from SMALL_TABLE group by from_cat having count(*)>100;

no rows selected

3. Build hash table based on (site_id):

SQL> select site_id,count(*) from SMALL_TABLE group by site_id having count(*)>100;

   SITE_ID   COUNT(*)
---------- ----------
         0       2531
         2       2527
       146       1490
       210       2526

到這裡可以發現，基於site_id這種情況和trace file中這兩行很相符：

Number of buckets with 100 or more rows: 4
Maximum number of rows in a bucket: 2531

所以推斷這個hash table是基於site_id而建的，而Big_Table中大量的行site_id=0，都落在這個linked list最長的bucket中.
而大部分行都會掃描完整個連結串列而最後被丟棄掉,所以這個Hash Join的操作效率非常差，幾乎變為了Nest Loop操作

找到了根本原因，問題也就迎刃而解了。

理想狀況下，hash table應當建立於(site_id,from_cat)上，那麼問題肯定出在這個OR上，把OR用UNION改寫


select /*+ leading(b) use_hash(a b) */ distinct a.ID
from BIG_TABLE a, SMALL_TABLE b
where  a.category  = b.from_cat and
       a.site_id  = b.site_id and
       a.sale_end >= sysdate
UNION
select /*+ leading(b) use_hash(a b) */ distinct a.ID
from BIG_TABLE a, SMALL_TABLE b
where  a.category2 = b.from_cat and
       a.site_id  = b.site_id and
       a.sale_end >= sysdate;

PHP code:



--------------------------------------------------------------------------


| Id  | Operation            |  Name        | Rows  | Bytes | Cost (%CPU)|


--------------------------------------------------------------------------


|   0 | SELECT STATEMENT     |              |     2 |   148 |    36  (59)|


|   1 |  SORT UNIQUE         |              |     2 |   148 |    36  (59)|


|   2 |   UNION-ALL          |              |       |       |            |


|*  3 |    HASH JOIN         |              |     1 |    74 |    17  (12)|


|   4 |     TABLE ACCESS FULL| SMALL_TABLE  |  1879 | 48854 |    14   (8)|


|*  5 |     TABLE ACCESS FULL| BIG_TABLE    |     4 |   192 |     3  (34)|


|*  6 |    HASH JOIN         |              |     1 |    74 |    17  (12)|


|   7 |     TABLE ACCESS FULL| SMALL_TABLE  |  1879 | 48854 |    14   (8)|


|*  8 |     TABLE ACCESS FULL| BIG_TABLE    |     4 |   192 |     3  (34)|


--------------------------------------------------------------------------

初看這個PLAN好像不如第一個PLAN，因為執行了兩次BIG_TABLE的FTS，但是讓我們在來看看HASH TABLE的結構

### Hash table ###
# NOTE: The calculated number of rows in non-empty buckets may be smaller
#       than the true number.
Number of buckets with   0 rows:       9306
Number of buckets with   1 rows:       5310
Number of buckets with   2 rows:       1436
Number of buckets with   3 rows:        285
Number of buckets with   4 rows:         43
Number of buckets with   5 rows:          4
Number of buckets with   6 rows:          0
Number of buckets with   7 rows:          0
Number of buckets with   8 rows:          0
Number of buckets with   9 rows:          0
Number of buckets with between  10 and  19 rows:          0
Number of buckets with between  20 and  29 rows:          0
Number of buckets with between  30 and  39 rows:          0
Number of buckets with between  40 and  49 rows:          0
Number of buckets with between  50 and  59 rows:          0
Number of buckets with between  60 and  69 rows:          0
Number of buckets with between  70 and  79 rows:          0
Number of buckets with between  80 and  89 rows:          0
Number of buckets with between  90 and  99 rows:          0
Number of buckets with 100 or more rows:          0
### Hash table overall statistics ###
Total buckets: 16384 Empty buckets: 9306 Non-empty buckets: 7078
Total number of rows: 9232
Maximum number of rows in a bucket: 5
Average number of rows in non-empty buckets: 1.304323

這就是我們所需要的Hash Table，最長的連結串列只有五行資料

整個SQL的執行時間從三四個小時縮短為16分鐘，大大超出了developer的預期

這個SQL單純從PLAN上很難看出問題所在，需要了解Hash Join的機制，進行更深一步的分析