对PostgreSQL 的 hash join 的原理的学习

开始

PostgreSQL 名人 momjian 的文章指出了其pseudo code：

for (j = 0; j < length(inner); j++)　　hash_key = hash(inner[j]);　　append(hash_store[hash_key], inner[j]);for (i = 0; i < length(outer); i++)　　hash_key = hash(outer[i]);　　for (j = 0; j < length(hash_store[hash_key]); j++)　　　　if (outer[i] == hash_store[hash_key][j])　　　　　　output(outer[i], inner[j]);

为了看的更加清楚一点，加上自己的注释：

//利用 inner 表， 来构造 hash 表(放在内存里)            for (j = 0; j < length(inner); j++)            {                hash_key = hash(inner[j]);            append(hash_store[hash_key], inner[j]);        }                        //对 outer 表的每一个元素， 进行遍历            for (i = 0; i < length(outer); i++)            {                //拿到 outer 表中的  某个元素， 进行 hash运算， 得到其 hash_key 值            hash_key = hash(outer[i]);                                    //用上面刚得到的 hash_key值， 来 对 hash 表进行 探测（假定hash表中有此key 值）            //采用 length (hash_store[hash_Key])  是因为，hash算法构造完hash 表后，有可能出现一个key值处有多个元素的情况。            //例如：  hash_key 100 ，对应 a,c, e； 而  hash_key 200 ， 对应 d;  hash_key 300， 对应 f;            //也就是说， 如下的遍历，其实是对 拥有相同 的 （此处是上面刚运算的，特定的）hash_key 值的各个元素的遍历                        for (j = 0; j < length(hash_store[hash_key]); j++)            {                //如果找到了匹配值，则输出一行结果            if (outer[i] == hash_store[hash_key][j])                output(outer[i], inner[j]);    }        }            

[作者：技术者高健@博客园  mail: [e-mail] ]

实践一下：

postgres=# \d employee          Table "public.employee" Column |         Type          | Modifiers --------+-----------------------+----------- id     | integer               |  name   | character varying(20) |  deptno | integer               |  age    | integer               | Indexes:    "idx_id_dept" btree (id, deptno)postgres=# \d deptment           Table "public.deptment"  Column  |         Type          | Modifiers ----------+-----------------------+----------- deptno   | integer               |  deptname | character varying(20) | postgres=# postgres=# select count(*) from employee; count -------1000(1 row)postgres=# select count(*) from deptment; count -------102(1 row)postgres=# 

执行计划：

postgres=# explain select a.name, b.deptname from employee a, deptment b where a.deptno=b.deptno;                               QUERY PLAN                                ------------------------------------------------------------------------- Hash Join  (cost=3.29..34.05 rows=1000 width=14)   Hash Cond: (a.deptno = b.deptno)   ->  Seq Scan on employee a  (cost=0.00..17.00 rows=1000 width=10)   ->  Hash  (cost=2.02..2.02 rows=102 width=12)         ->  Seq Scan on deptment b  (cost=0.00..2.02 rows=102 width=12)(5 rows)postgres=# 

[作者：技术者高健@博客园  mail: [e-mail] ]