SQL Server 索引基础知识(10)----Join 时的三种算法简介

作者：郭红俊

时间：January 23, 2008

我们书写查询语句的时候， Join 参数之前可以是下面三个 { LOOP | MERGE | HASH } JOIN 。 如果不使用，则系统自己分析那种方式快，使用那种方式。

这其实是 SQL Server 联结时候使用的三种算法。尽管每种算法都并不是很复杂，但考虑到性能优化，在产品级的优化器实现时往往使用的是改进过的变种算法。譬如SQL Server 支持block nested loops、index nexted loops、sort-merge、hash join以及hash team。我们在这里只对上述三种基本算法的原型做一个简单的介绍。

知识点：

Tables join总是两个两个进行的。所以下面的算法都是两个表的联结。

Hash Join （哈希联结）

• 下图是 SQL Server 标示这种联结的图标，从图标我们就可以看到这个查询的逻辑。
  
• 逻辑步骤，如下图：
  • 以数据少的数据表的 Join 字段建立 Hash 值。
  • 对应的数据表计算 Join 字段的 Hash ，再与前一个数据表做比对。
    
• 特点：
  • 处理大量、未排序、无索引的数据
  • 一般来说，查询优化器会首先考虑 Nested Loop和Sort-Merge，但如果两个集合量都不小且没有合适的索引时，才会考虑使用Hash Join。
  • Hash Join也用于许多集合比较操作，inner join、left/right/full outer join、intersect、difference等等，当然了，需要保证都是等值联结。
  • Hash Join一个较大限制是它只能应用于等值联结(equality join)，这主要是由于哈希函数及其桶的确定性及无序性所导致的。

Nested Loop Join （嵌套循环联结）

• 下图是 SQL Server 标示这种联结的图标，从图标我们就可以看到这个查询的逻辑。
        
• 逻辑步骤，如下图：
  • 从外层的数据表取出一笔记录
  • 使用这个记录扫描内层的数据表
  • 再回到外层的数据表，重复上述的步骤。
    
• 特点：
  • 适用于一个集合大而另一个集合小的情况 (将小集合做为外循环)，I/O性能不错。
  • 当外循环输入相当小而内循环非常大且有索引建立在 JOIN字段上时，I/O性能相当不错。
  • 当两个集合中只有一个在 JOIN字段上建立索引时，一定要将该集合作为内循环。
  • 对于一对一的匹配关系 (两个具有唯一约束字段的联结)，可以在找到匹配元组后跳过该次内循环的剩余部分(类似于编程语言循环语句中的continue)。
  • 可以不是等值联结

Merge Join （合并联结）

• 下图是 SQL Server 标示这种联结的图标，从图标我们就可以看到这个查询的逻辑。
  
• 逻辑步骤。如下图：
  • 使用两个数据表用来 Join 的字段既有的索引
  • 两边的数据表以光标由小到大比较，一边移动到比另一个数据表大时，换移另一个数据表。
    
• 特点：
  • 可以不是等值联结
  • MERGE JOIN 必须等待两个单独的SORT JOIN完成(如果使用索引作为数据源,可以跳过SORT JOIN这个步骤), 如果两个表的规模相差很大, 会很影响查询的性能。
  • 当查询的两个表都很大或者都很小的时候， 则应该只用 MERGE JOIN，如果两个表都很小，则表扫描和分类将进行的很快；

分别使用这三种 Join 的例子：

create table t1 ( i int not null )
create table t2 ( i int not null )
go
set showplan_text on
go
--   Hash Match(Inner Join, HASH:([ghj_Demo].[dbo].[t2].[i])=([ghj_Demo].[dbo].[t1].[i]))
select * from t1 join t2 on t1.i = t2.i
go
 
set showplan_text off
go
alter table t1 add primary key ( i )
alter table t2 add primary key ( i )
go
 
set showplan_text on
go
--   |--Nested Loops(Inner Join, OUTER REFERENCES:([ghj_Demo].[dbo].[t1].[i])) 
select * from t1 join t2 on t1.i = t2.i
go 
set showplan_text off
go
 
set showplan_text on
go
-- Merge Join(Inner Join, MERGE:([ghj_Demo].[dbo].[t1].[i])=([ghj_Demo].[dbo].[t2].[i]), 
-- RESIDUAL:([ghj_Demo].[dbo].[t2].[i]=[ghj_Demo].[dbo].[t1].[i])) 
select * from t1 join t2 on t1.i = t2.i option(merge join)
go 
set showplan_text off
go
 
 
drop table t1, t2

参考资料：

Example of merge ,hash and nested join
http://forums.microsoft.com/MSDN/ShowPost.aspx?PostID=498748&SiteId=1