NESTED LOOP

對於被連線的資料子集較小的情況，nested loop連線是個較好的選擇。nested loop就是掃描一個表，每讀到一條記錄，就根據索引去另一個表裡面查詢，沒有索引一般就不會是 nested loops。

一般在nested loop中，驅動表滿足條件結果集不大，被驅動表的連線欄位要有索引，這樣就走nstedloop。如果驅動表返回記錄太多，就不適合nested loops了。如果連線欄位沒有索引，則適合走hash join，因為不需要索引。

可用ordered提示來改變CBO預設的驅動表，可用USE_NL(table_name1 table_name2)提示來強制使用nested loop。

HASH JOIN

hash join是CBO 做大資料集連線時的常用方式。最佳化器掃描小表（或資料來源），利用連線鍵（也就是根據連線欄位計算hash 值）在記憶體中建立hash表，然後掃描大表，每讀到一條記錄就來探測hash表一次，找出與hash表匹配的行。

當小表可以全部放入記憶體中，其成本接近全表掃描兩個表的成本之和。如果表很大不能完全放入記憶體，這時最佳化器會將它分割成若干不同的分割槽，不能放入記憶體的部分就把該分割槽寫入磁碟的臨時段，此時要有較大的臨時段從而儘量提高I/O 的效能。臨時段中的分割槽都需要換進記憶體做hash join。這時候成本接近於全表掃描小表+分割槽數*全表掃描大表的代價和。

至於兩個表都進行分割槽，其好處是可以使用parallel query，就是多個程式同時對不同的分割槽進行join，然後再合併。但是複雜。

使用hash join時，HASH_AREA_SIZE初始化引數必須足夠的大，如果是9i，Oracle建議使用SQL工作區自動管理，設定WORKAREA_SIZE_POLICY 為AUTO，然後調整PGA_AGGREGATE_TARGET即可。

以下條件下hash join可能有優勢：

兩個巨大的表之間的連線。

在一個巨大的表和一個小表之間的連線。

可用ordered提示來改變CBO預設的驅動表，可用USE_HASH(table_name1 table_name2)提示來強制使用hash join。

SORT MERGE JOIN

sort merge join的操作通常分三步：對連線的每個表做table access full；對table access full的結果進行排序；進行merge join對排序結果進行合併。sort merge join效能開銷幾乎都在前兩步。一般是在沒有索引的情況下，9i開始已經很少出現了，因為其排序成本高，大多為hash join替代了。

通常情況下hash join的效果都比sort merge join要好，然而如果行源已經被排過序，在執行sort merge join時不需要再排序了，這時sort merge join的效能會優於hash join。

在全表掃描比索引範圍掃描再透過rowid進行表訪問更可取的情況下，sort merge join會比nested loops效能更佳。

可用USE_MERGE(table_name1 table_name2)提示強制使用sort merge join。

為何nested loop要求小表驅動，hash join又為何要求小表hashed（轉）

nested loop的過程：選擇row resource 最小的那個表作為驅動表（外部表），內部表要求有選擇性高的index。從外部表（驅動表）裡一次取一行對內部表的每行進行比較，即外部表有幾個distinct行，就有幾次nested loop。

所以nested loop的代價是：

cost = outer access cost + (inner access cost * outer cardinality)

outer access cost應該是讀取驅動表到記憶體，而內部表要求有有效的index也是為了降低inner access cost，而驅動表要求小，也就很好理解了。

Hash join 在缺少index的情況下比nested loop更有效，一般情況下比nested loop更快，因為處理記憶體中的hash表比b-tree index更迅速。有無index，對hash join並沒有什麼影響。

一般也是選擇較小的表（內部表）讀入記憶體，進行hash 演算法，根據連線鍵構建成hash table。該表如果太大的話，會根據當前系統的引數設定，將該表分piece讀入記憶體構建成hash表。然後外部表中的每行也被讀入記憶體進行hash演算法，得到一個hash值，對該piece進行比較。

所以hash join的cost 如下：

cost = (outer access cost * number of hash partitions) + inner access cost

上述兩個cost裡面都是先計算出讀入記憶體的小表的access cost，只不過小表對於nested loop來說是outer table，而對於hash join而言是inner table

可見，如果一個hash記憶體設定的大的話，如果只有一個piece，那麼cost=內部表與外部表的access cost相加之和，相當的。當然也要算上hash的代價，所以hash應該比nest loop快，但是選擇nested loop還是hash join，一切交給optimizer就可以了。

表的連線方式:NESTED LOOP、HASH JOIN、SORT MERGE JOIN(轉)

相關文章