深入解析Oracle的三种join方法

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。

HASH JOIN :

散列连接是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。如果使用散
列连接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。

排序合并连接

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

 

 

Nested loop join:

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。

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


| 2 | NESTED LOOPS | | 3 | 141 | 7 (15)|
| 3 | TABLE ACCESS FULL | EMPLOYEES | 3 | 60 | 4 (25)|
| 4 | TABLE ACCESS BY INDEX ROWID| JOBS | 19 | 513 | 2 (50)|
| 5 | INDEX UNIQUE SCAN | JOB_ID_PK | 1 | | |


EMPLOYEES为outer table, JOBS为inner table.

Hash join

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。

cost = (outer access cost * # of hash partitions) + inner access cost
--------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)|
--------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 665 | 13300 | 8 (25)|
| 1 | HASH JOIN | | 665 | 13300 | 8 (25)|
| 2 | TABLE ACCESS FULL | ORDERS | 105 | 840 | 4 (25)|
| 3 | TABLE ACCESS FULL | ORDER_ITEMS | 665 | 7980 | 4 (25)|
--------------------------------------------------------------------------


ORDERS为HASH TABLE，ORDER_ITEMS扫描

Sort merge join

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

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

 

 

转载biti的一段话:   
    
  举例，表连接返回一条记录   
  存在两个表，一个   10条记录   ，一个1000万条记录   
    
  若2表都存在连接字段索引，若以小表为驱动表，则   
  代价：     
  10*   (通过索引在大表查询一条记录的代价)     
    
  若以大表为驱动表：   
    
  1000万   *   (通过索引在小表中查询一条记录的代价)   
    
  通过索引获取一条记录，10rows的表，代价通常在   3   blocks     
  索引2块，表一块   
    
  而如果是1000万的表，索引可能达到4块表一块   
  这样一来参考上面的计算，你说哪个更好？很显然！   
    
  小表查询参考   
    
  SQL>   create   table   test   as   select   *   from   all_objects   where   rownum   <   11;   
    
  Table   created.   
    
  SQL>   create   index   test_index   on   test(object_id);   
    
  Index   created.   
    
  SQL>   select   object_id   from   test;   
    
  OBJECT_ID   
  ----------   
  18159   
  7781   
  4841   
  19891   
  22549   
  17099   
  17712   
  4287   
  10107   
  19135   
    
  10   rows   selected.   
    
    
  Execution   Plan   
  ----------------------------------------------------------   
  0   SELECT   STATEMENT   ptimizer=CHOOSE   
  1   0   TABLE   ACCESS   (FULL)   OF   'TEST'   
    
    
    
    
  Statistics   
  ----------------------------------------------------------   
  0   recursive   calls   
  12   db   block   gets   
  6   consistent   gets   
  0   physical   reads   
  0   redo   size   
  736   bytes   sent   via   SQL*Net   to   client   
  425   bytes   received   via   SQL*Net   from   client   
  2   SQL*Net   roundtrips   to/from   client   
  0   sorts   (memory)   
  0   sorts   (disk)   
  10   rows   processed   
    
  SQL>   select   *   from   test   where   object_id   =   4287;   
    
  OWNER   OBJECT_NAME   
  ------------------------------   ------------------------------   
  SUBOBJECT_NAME   OBJECT_ID   DATA_OBJECT_ID   OBJECT_TYPE   
  ------------------------------   ----------   --------------   ------------------   
  CREATED   LAST_DDL_   TIMESTAMP   STATUS   T   G   S   
  ---------   ---------   -------------------   -------   -   -   -   
  SYS   /1033c8a_SqlTypeWithMethods   
  4287   JAVA   CLASS   
  14-NOV-00   03-JUL-03   2003-07-03:11:18:19   INVALID   N   N   N   
    
    
    
  Execution   Plan   
  ----------------------------------------------------------   
  0   SELECT   STATEMENT   ptimizer=CHOOSE   
  1   0   TABLE   ACCESS   (BY   INDEX   ROWID)   OF   'TEST'   
  2   1   INDEX   (RANGE   SCAN)   OF   'TEST_INDEX'   (NON-UNIQUE)   
    
    
    
    
  Statistics   
  ----------------------------------------------------------   
  0   recursive   calls   
  0   db   block   gets   
  3   consistent   gets   
  0   physical   reads   
  0   redo   size   
  1157   bytes   sent   via   SQL*Net   to   client   
  425   bytes   received   via   SQL*Net   from   client   
  2   SQL*Net   roundtrips   to/from   client   
  0   sorts   (memory)   
  0   sorts   (disk)   
  1   rows   processed