oracle三种表连接方式

表的连接方式:NESTED LOOP、HASH JOIN、SORT MERGE JOIN

NESTED LOOP
对于被连接的数据子集较小的情况，nested loop连接是个较好的选择。nested loop就是扫描一个表，每读到一条记录，就根据索引去另一个表里面查找，没有索引一般就不会是 nested loops。
一般在nested loop中， 驱动表满足条件结果集不大，被驱动表的连接字段要有索引，这样就走nstedloop。如果驱动表返回记录太多，就不适合nested loops了。如果连接字段没有索引，则适合走hash join，因为不需要索引。
可用ordered提示来改变CBO默认的驱动表，可用USE_NL(table_name1 table_name2)提示来强制使用nested loop。

HASH JOIN
hash join是CBO 做大数据集连接时的常用方式。优化器扫描小表（或数据源），利用连接键（也就是根据连接字段计算hash 值）在内存中建立hash表，然后扫描大表，每读到一条记录就来探测hash表一次，找出与hash表匹配的行。
当小表可以全部放入内存中，其成本接近全表扫描两个表的成本之和。如果表很大不能完全放入内存，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。临时段中的分区都需要换进内存做hash join。这时候成本接近于全表扫描小表+分区数*全表扫描大表的代价和。
至于两个表都进行分区，其好处是可以使用parallel query，就是多个进程同时对不同的分区进行join，然后再合并。但是复杂。
使用hash join时，HASH_AREA_SIZE初始化参数必须足够的大，如果是9i，Oracle建议使用SQL工作区自动管理，设置WORKAREA_SIZE_POLICY 为AUTO，然后调整PGA_AGGREGATE_TARGET即可。
以下条件下hash join可能有优势：
两个巨大的表之间的连接。
在一个巨大的表和一个小表之间的连接。
可用ordered提示来改变CBO默认的驱动表，可用USE_HASH(table_name1 table_name2)提示来强制使用hash join。

SORT MERGE JOIN
sort merge join的操作通常分三步：对连接的每个表做table access full；对table access full的结果进行排序；进行merge join对排序结果进行合并。sort merge join性能开销几乎都在前两步。一般是在没有索引的情况下，9i开始已经很少出现了，因为其排序成本高，大多为hash join替代了。
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sort merge join时不需要再排序了，这时sort merge join的性能会优于hash join。
在全表扫描比索引范围扫描再通过rowid进行表访问更可取的情况下，sort merge join会比nested loops性能更佳。
可用USE_MERGE(table_name1 table_name2)提示强制使用sort merge join。

为何nested loop要求小表驱动，hash join又为何要求小表hashed（转）
nested loop的过程：选择row resource 最小的那个表作为驱动表（外部表），内部表要求有选择性高的index。 从外部表（驱动表）里一次取一行对内部表的每行进行比较，即外部表有几个distinct行，就有几次nested loop。

所以nested loop的代价是：

cost = outer access cost + (inner access cost * outer cardinality)

outer access cost应该是读取驱动表到内存，而内部表要求有有效的index也是为了降低inner access cost，而驱动表要求小，也就很好理解了。

Hash join 在缺少index的情况下比nested loop更有效，一般情况下比nested loop更快，因为处理内存中的hash表比b-tree index更迅速。有无index，对hash join并没有什么影响。

一般也是选择较小的表（内部表）读入内存，进行hash 算法，根据连接键构建成hash table。该表如果太大的话，会根据当前系统的参数设置，将该表分piece读入内存构建成hash表。然后外部表中的每行也被读入内存进行hash算法，得到一个hash值，对该piece进行比较。

所以hash join的cost 如下：

cost = (outer access cost * number of hash partitions) + inner access cost

上述两个cost里面都是先计算出读入内存的小表的access cost，只不过小表对于nested loop来说是outer table，而对于hash join而言是inner table

可见，如果一个hash内存设置的大的话，如果只有一个piece，那么cost=内部表与外部表的access cost相加之和，相当的。当然也要算上hash的代价，所以hash应该比nest loop快，但是选择nested loop还是hash join，一切交给optimizer就可以了。

---

连接说明：
1.Oracle一次只能连接两个表。不管查询中有多少个表，Oracle 在连接中一次仅能操作两张表。
2.当执行多个表的连接时，优化器从一个表开始，将它与另一个表连接；然后将中间结果与下一个表连接，以此类推，直到处理完所有表为止。

---

解答：为了提高查询性能，Oracle 连接中需要选择合适的驱动表，这是为什么？

1.以一个比较两本字典来做例子:
一本字典有索引目录(dict a), 一本没有(dict b)
现在要找出所有a开头的单词的异同
那么比较的时候,你会怎么比较?
合理的做法应该是以没有索引的字典dict b开始, 找到a开头的那一页, 然后对于每个单词, 通过使用索引在dict a中找到相应的条目
如果反过来, 效率会相同吗?

2. 驱动表是在使用多表嵌套连接时，会先全表扫描该驱动表，然后驱动表返回的结果集中一行一行去匹配被驱动表（可以利用索引），所以我们会选择小表做为驱动 表，而被驱动使用索引进行连接。对于基于规则的优化系统，驱动表在FROM后是有次序设置的，而在基于成本的优化，ORACLE会选择最合适的驱动表。

---

row source(表)之间的连接顺序对于查询的效率有非常大的影响。通过首先存取特定的表，即将该表作为驱动表，这样可以先应用某些限制条件，从而得到一个 较小的row source，使连接的效率较高，这也就是我们常说的要先执行限制条件的原因。一般是在将表读入内存时，应用where子句中对该表的限制条件。

应该把数据小的表当做驱动表，也就是把要做驱动的表放在靠近from的地方。