概述
在多表联合查询的时候,如果我们查看它的执行计划,就会发现里面有多表之间的连接方式。
Join order[2]: T[T]#1 T1[T1]#0
........省略
NL Join
........
Best NL cost: 574.45
resc: 574.45 resc_io: 567.00 resc_cpu: 213015937
resp: 574.45 resp_io: 567.00 resc_cpu: 213015937
..........省略
SM Join
SM cost: 10.08
resc: 10.08 resc_io: 9.00 resc_cpu: 30818220
resp: 10.08 resp_io: 9.00 resp_cpu: 30818220
..........省略
HA Join
HA cost: 9.10
resc: 9.10 resc_io: 9.00 resc_cpu: 2810323
resp: 9.10 resp_io: 9.00 resp_cpu: 2810323
Join order aborted: cost > best plan cost
***********************
可以发现多表之间的连接方式有三种连接方式NL Join 、 SM Join、 HA Join。
对应
nested Loops,Hash Join 和 Sort Merge Join.
三种连接方式
nesTED LOOP
对于被连接的数据子集较小的情况,嵌套循环连接是个较好的选择。
在嵌套循环中,内表被外表驱动,外表返回的每一行都要在内表中检索找到与它匹配的行,因此整个查询返回的结果集不能太大(大于1 万不适合),要把返回子集较小表的作为外表(CBO 默认外表是驱动表),而且在内表的连接字段上一定要有索引。当然也可以用ORDERED 提示来改变CBO默认的驱动表,
使用USE_NL(table_name1 table_name2)可是强制CBO 执行嵌套循环连接。
nested loop一般用在连接的表中有索引,并且索引选择性较好的时候.
步骤:确定一个驱动表(outer table),另一个表为inner table,驱动表中的每一行与inner表中的相应记录JOIN。类似一个嵌套的循环。
适用于驱动表的记录集比较小(<10000)而且inner表需要有有效的访问方法(Index)。
需要注意的是:JOIN的顺序很重要,驱动表的记录集一定要小,返回结果集的响应时间是最快的。
Sort Merge Join
通常情况下散列连接的效果都比排序合并连接要好,然而如果行源已经被排过序,在执行排序合并连接时不需要再排序了,这时排序合并连接的性能会优于散列连接。
可以使用USE_MERGE(table_name1 table_name2)来强制使用排序合并连接.
Sort Merge join 用在没有索引,并且数据已经排序的情况.
步骤:将两个表排序,然后将两个表合并。
通常情况下,只有在以下情况发生时,才会使用此种JOIN方式:
- 1.RBO模式
- 2.不等价关联(>,<,>=,<=,<>)
- 3.HASH_JOIN_ENABLED=false
- 4.数据源已排序
Hash Join
散列连接(Hash Join )是CBO 做大数据集连接时的常用方式,优化器使用两个表中较小的表(或数据源)利用连接键在内存中建立散列表,然后扫描较大的表并探测散列表,找出与散列表匹配的行。
这种方式适用于较小的表完全可以放于内存中的情况,这样总成本就是访问两个表的成本之和。但是在表很大的情况下并不能完全放入内存,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。
也可以用USE_HASH(table_name1 table_name2)提示来强制使用散列连接.
Hash join用在两个表的数据量差别很大的时候.
步骤:将两个表中较小的一个在内存中构造一个HASH表(对JOIN KEY),扫描另一个表,同样对JOIN KEY进行HASH后探测是否可以JOIN。适用于记录集比较大的情况。
需要注意的是:如果HASH表太大,无法一次构造在内存中,则分成若干个partition,写入磁盘的temporary segment,则会多一个写的代价,会降低效率。
三种连接工作方式比较
Hash join的工作方式是将一个表(通常是小一点的那个表)做hash运算,将列数据存储到hash列表中,从另一个表中抽取记录,做hash运算,到hash 列表中找到相应的值,做匹配。
nested loops 工作方式是从一张表中读取数据,访问另一张表(通常是索引)来做匹配,nested loops适用的场合是当一个关联表比较小的时候,效率会更高。
Merge Join 是先将关联表的关联列各自做排序,然后从各自的排序表中抽取数据,到另一个排序表中做匹配,因为merge join需要做更多的排序,所以消耗的资源更多。 通常来讲,能够使用merge join的地方,hash join都可以发挥更好的性能。