多表連接的三種方式詳解 hash join、merge join、 nested loop

2020 年 1 月 13 日
筆記

在多表聯合查詢的時候，如果我們查看它的執行計劃，就會發現裏面有多表之間的連接方式。多表之間的連接有三種方式：Nested Loops，Hash Join 和 Sort Merge Join.具體適用哪種類型的連接取決於

當前的優化器模式（ALL_ROWS 和 RULE）
取決於表大小
取決於連接列是否有索引
取決於連接列是否排序

下面來介紹三種不同連接工作方式的不同：

實驗sql

假如有10000個城市，對應於10個國家（此例子僅僅可以解釋join工作的過程）

更換優化器，添加索引，會影響下面的執行計劃。

drop table country;  CREATE TABLE country (  country_id SMALLINT NOT NULL,  country_name VARCHAR(50) NOT NULL  );    drop table city;  CREATE TABLE city (  city_id VARCHAR(50) NOT NULL,  city_name VARCHAR(50) NOT NULL,  country_id SMALLINT NOT NULL  );    begin  for i in 1 .. 10 loop  insert into country values(i,'country'||i);  end loop;  commit;  end;    begin  for i in 1 .. 10000 loop  insert into city values(i,'city'||i,ceil(i/1000));  end loop;  commit;  end;

一．HASH JOIN:散列連接

Hash join散列連接是CBO 做大數據集連接時的常用方式，優化器使用兩個表中較小的表（通常是小一點的那個表或數據源）利用連接鍵（JOIN KEY）在內存中建立散列表，將列數據存儲到hash列表中，然後掃描較大的表，同樣對JOIN KEY進行HASH後探測散列表，找出與散列表匹配的行。需要注意的是：如果HASH表太大，無法一次構造在內存中，則分成若干個partition，寫入磁盤的temporary segment，則會多一個寫的代價，會降低效率。

這種方式適用於較小的表完全可以放於內存中的情況，這樣總成本就是訪問兩個表的成本之和。但是在表很大的情況下並不能完全放入內存，這時優化器會將它分割成若干不同的分區，不能放入內存的部分就把該分區寫入磁盤的臨時段，此時要有較大的臨時段從而盡量提高I/O 的性能。

可以用USE_HASH(table_name1 table_name2)提示來強制使用散列連接。

使用情況：

Hash join在兩個表的數據量差別很大的時候.

二．SORT MERGE JOIN:排序合併連接

Merge Join 是先將關聯表的關聯列各自做排序，然後從各自的排序表中抽取數據，到另一個排序表中做匹配。

因為merge join需要做更多的排序，所以消耗的資源更多。通常來講，能夠使用merge join的地方，hash join都可以發揮更好的性能,即散列連接的效果都比排序合併連接要好。然而如果行源已經被排過序，在執行排序合併連接時不需要再排序了，這時排序合併連接的性能會優於散列連接。

可以使用USE_MERGE(table_name1 table_name2)來強制使用排序合併連接.

適用情況：

1.RBO模式

2.不等價關聯(>,<,>=,<=,<>)

3.HASH_JOIN_ENABLED=false

4. 用在沒有索引，並且數據已經排序的情況.

三．NESTED LOOP:嵌套循環連接

Nested loops 工作方式是循環從一張表中讀取數據(驅動表outer table)，然後訪問另一張表（被查找表 inner table,通常有索引）。驅動表中的每一行與inner表中的相應記錄JOIN。類似一個嵌套的循環。

對於被連接的數據子集較小的情況，嵌套循環連接是個較好的選擇。在嵌套循環中，內表被外表驅動，外表返回的每一行都要在內表中檢索找到與它匹配的行，因此整個查詢返回的結果集不能太大（大於1 萬不適合），要把返回子集較小表的作為外表（CBO 默認外表是驅動表），而且在內表的連接字段上一定要有索引。當然也可以用ORDERED 提示來改變CBO默認的驅動表。

使用USE_NL(table_name1 table_name2)可是強制CBO 執行嵌套循環連接。

適用情況：

適用於驅動表的記錄集比較小（<10000）而且inner表需要有有效的訪問方法（Index），並且索引選擇性較好的時候.

JOIN的順序很重要，驅動表的記錄集一定要小，返回結果集的響應時間是最快的。