表之间的连接

来源：互联网发布：淘宝网男装特价冬季编辑：程序博客网时间：2024/05/02 11:18

1、排序--合并连接(sort merge join,CMJ)

内部连接过程

1）、首先生成row source1需要的数据，然后对这些数据按照连接操作关联列（如：A.col3）进行排序

2）、随后生成row source2需要的数据，然后对这些数据按照与sort source1对应的连接操作关联列（比，B.col4）进行排序

3）、最后两边已排序的行被放在一起执行合并操作，即将2个row source按照连接条件连接起来

如果row source已经在连接并关联列上被排序，则该连接操作就不需要进行sort操作，这样可以大大提高这种连接操作的连接速度，因为排序是个极其费资源的操作

特别对于较大的表，预先排序的row source包括已经被索引的列（如a.col3或b.col4上有索引）或row source已经在前面的步骤中被排序了，尽管合并两个row source的过程是串行的，但是可以并行访问这两个row source（如，并行读入数据，并行排序）

排序是一个费时，费资源的操作，特别对于大表，基于这个原因，SMJ经常不是一个特别有效的连接方法，但是如果2个row source都是已经预先排好序，则这这种连接方式的效率也是蛮高的。

通常情况下hash join的效果都比Sort merge join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Sort merge join的性能会优于hash join。可以使用USE_MERGE(table_name1 table_name2)来强制使用Sort merge join。

SMJ例子：

HUANG>>>> create table t1 as select * from all_objects;

HUANG>>>> create table t2 as select * from all_objects;

HUANG>>>> set autotrace trace exp stat

HUANG>>>> select /*+ USE_MERGE(t1 t2)*/t1.object_id,t2.object_id

2 from t1,t2

3 where t1.object_id=t2.object_id

4 order by t1.object_id,t2.object_id

5 /

已选择71579行。

执行计划

----------------------------------------------------------

Plan hash value: 2216793107

-------------------------------------------------------------------------------------

-------------------------------------------------------------------------------------

| 0 | SELECT STATEMENT | | 71579 | 699K| | 1309 (2)| 00:00:16 |

| 1 | SORT ORDER BY | | 71579 | 699K| 1136K| 1309 (2)| 00:00:16 |

| 2 | MERGE JOIN | | 71579 | 699K| | 1018 (1)| 00:00:13 |

| 3 | SORT JOIN | | 71579 | 349K| 1704K| 509 (1)| 00:00:07 |

| 4 | TABLE ACCESS FULL| T1 | 71579 | 349K| | 286 (1)| 00:00:04 |

|* 5 | SORT JOIN | | 71579 | 349K| 1704K| 509 (1)| 00:00:07 |

| 6 | TABLE ACCESS FULL| T2 | 71579 | 349K| | 286 (1)| 00:00:04 |

-------------------------------------------------------------------------------------

Predicate Information (identified by operation id):

---------------------------------------------------

5 - access("T1"."OBJECT_ID"="T2"."OBJECT_ID")

filter("T1"."OBJECT_ID"="T2"."OBJECT_ID")

统计信息

----------------------------------------------------------

1 recursive calls

0 db block gets

2050 consistent gets

0 physical reads

0 redo size

1387367 bytes sent via SQL*Net to client

52901 bytes received via SQL*Net from client

4773 SQL*Net roundtrips to/from client

3 sorts (memory)

0 sorts (disk)

71579 rows processed

2、嵌套循环(Nested Loops,NL)

这个连接方式有驱动表的概念（外部表）的概念。其实，该连接过程就是一个2层嵌套循环，所以外出循环的次数越少越好，这也是为什么将小表或返回较小row source的表作为驱动表（用于外部循环）的理论依据。但是这个理论知识一般指导原则，因为循环这个理论依据并不能总保证使语句产生的I/O次数减少。有时不遵守这个理论依据，反而会获得更好的效率。如果使用这种方法，决定使用哪个表作为驱动表很重要

内部连接过程：

row source1的row1---------probe->row source2

row source1的row2---------probe->row source2

...

row source1的rown---------probe->row source2

如果driving row source（外部表）比较小，并别在inner row source（内部表）上有唯一索引，或有高选择性非唯一索引时，使用这种方法可以得到较好的效率。nested loops有其它连接方法没有的一个优点：可以先返回已近连接的行，而不必等待所有的连接操作处理完才返回数据，这可以实现快速的响应时间。

如果不使用并行操作，最好的驱动表是那些应用了where限制条件后，可以返回较少的行数据的表，所以大表也可能称为驱动表，关键看限制条件。对于并行查询，我们经常选择大表作为驱动表，因为大表可以充分利用并行功能。当然，有时查询使用并行操作并不一定会比查询不使用并行操作效率高，因为最后可能每个表只有很少的行符合限制条件，而且还要看你的硬件配置是否可以执行并行（如，有多个cpu，多个硬盘控制器）所以要具体问题具体对待。

HUANG>>>> create table t1 as select * from all_objects;

HUANG>>>> create table t2 as select * from all_objects where rownum<51;

HUANG>>>> select /*+ use_nl(t1 t2) */ * from t1,t2 where t1.object_id=t2.object_id;

已选择50行。

执行计划

----------------------------------------------------------

Plan hash value: 4016936828

---------------------------------------------------------------------------

---------------------------------------------------------------------------

| 0 | SELECT STATEMENT | | 50 | 15800 | 14251 (1)| 00:02:52 |

| 1 | NESTED LOOPS | | 50 | 15800 | 14251 (1)| 00:02:52 |

| 2 | TABLE ACCESS FULL| T2 | 50 | 7900 | 3 (0)| 00:00:01 |

|* 3 | TABLE ACCESS FULL| T1 | 1 | 158 | 285 (1)| 00:00:04 |

---------------------------------------------------------------------------

Predicate Information (identified by operation id):

---------------------------------------------------

3 - filter("T1"."OBJECT_ID"="T2"."OBJECT_ID")

Note

-----

- dynamic sampling used for this statement (level=2)

统计信息

----------------------------------------------------------

0 recursive calls

0 db block gets

51211 consistent gets

0 physical reads

0 redo size

5537 bytes sent via SQL*Net to client

453 bytes received via SQL*Net from client

5 SQL*Net roundtrips to/from client

0 sorts (memory)

0 sorts (disk)

50 rows processed

3、哈希连接（Hash Join,HJ）

这种连接是在ORACLE7.3以后引入的，从理论上来说比NL和SMJ更高效而且只用在CBO优化器中。

较小的row source被用来构建hash table 进行匹配，以便进一步的连接，bitmap被用来作为一种较快的查找方法，来检查在hash join中是否有匹配的行。特别的当hash table比较大而且不能全部容纳在内存中时，这种查询方法更为有用，这种连接方法也有NL连接中所谓的驱动表的概念，被建为hash table与bitmap的表为驱动表，当被构建的hash table与bitmap能被容纳在内存中时，这种连接方式的效率极高。

要使用哈希连接有效，需要设置HASH_JOIN_ENABLED=TRUE,缺省情况下该参数为TRUE，另外，不要忘了还要设置hash_area_size参数，以使哈希连接高效运行，因为哈希连接会在改参数指定大小的内存中运行，过小的参数回事哈希连接的性能比其他连接方式还要低。

HUANG>>>> create table t1 as select * from all_objects;

HUANG>>>> create table t2 as select * from all_objects where rownum<51;

HUANG>>>> select /*+ use_hash(t1)*/* from t1,t2 where t1.object_id=t2.object_id;

已选择50行。

执行计划

----------------------------------------------------------

Plan hash value: 2959412835

---------------------------------------------------------------------------

---------------------------------------------------------------------------

| 0 | SELECT STATEMENT | | 50 | 15800 | 291 (2)| 00:00:04 |

|* 1 | HASH JOIN | | 50 | 15800 | 291 (2)| 00:00:04 |

| 2 | TABLE ACCESS FULL| T2 | 50 | 7900 | 3 (0)| 00:00:01 |

| 3 | TABLE ACCESS FULL| T1 | 72155 | 10M| 287 (1)| 00:00:04 |

---------------------------------------------------------------------------

Predicate Information (identified by operation id):

---------------------------------------------------

1 - access("T1"."OBJECT_ID"="T2"."OBJECT_ID")

Note

-----

- dynamic sampling used for this statement (level=2)

统计信息

----------------------------------------------------------

7 recursive calls

0 db block gets

1103 consistent gets

0 physical reads

0 redo size

5537 bytes sent via SQL*Net to client

453 bytes received via SQL*Net from client

5 SQL*Net roundtrips to/from client

0 sorts (memory)

0 sorts (disk)

50 rows processed

总结一下，在哪种情况下用哪种连接方式比较好：

1）、排序--合并连接（Sort Merge Join,SMJ）

a) 对于非等值连接，这种连接方式的效率是比较高的

b) 如果关联的列上都有索引，效果更好

c) 对于将2个较大的row source做连接，该方式比NL连接要好一些

d) 但是如果sort merge返回的row source过大，则又会导致过多的rowid在表中查询数据时，数据性能下降，因为过多的I/O

2）、嵌套循环（Nested Loops,NL）

a) 如果driving row source（外部表）比较小，并且在inner row ssource（内部表上）有唯一索引，或有高选择性非唯一索引时，使用这种方法可以得到较好的效率。

b) nested loops有其他连接方法没有的一个优点是：可以先返回已经连接的行，而不必等待所有的连接操作处理完才返回数据，可以实现快速的响应时间。

3）、哈希连接（hash join,HJ）

a) 这种方法是在oracle7后来引入的，使用了比较先进的连接理论，一般来说，其效率应该好于其它2种连接，但是这种连接只能用在CBO优化器中，而且需要设置合适的hash_area_size参数才能取得较好的性能

b) 在2个较大的row source之间连接时会取得相对较好的效率，在一个row source较小时则能取得更好的效率

c) 只能用于等值连接中