oracle表连接方式

oracle表连接方式

 

oracle表的连接方式主要有以下几种：

l       Hash Join(HJ)哈希连接

l       Merge Join(Sort Merge Join)排序合并连接

l       Nest Loop(cluster join)嵌套循环

 

1.     Hash Join(HJ)

oracle 7.3以后引入的，从理论上来说比NL与SMJ更高效，而且只用在ORACLE CBO优化器中。

较小的row source被用来构建hash table与bitmap，第2个row source被用来被hansed，并与第一个row source生成的hash table进行匹配，以便进行进一步的连接。Bitmap被用来作为一种比较快的查找方法，来检查在hash table中是否有匹配的行。特别的，当hash table比较大而不能全部容纳在内存中时，这种查找方法更为有用。这种连接方法也有NL连接中所谓的驱动表的概念，被构建为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，因为哈希连接会在该参数指定大小的内存中运行，过小的参数会使哈希连接的性能比其他连接方式还要低。

例：

 

sys@ORCL> select /*+ use_hash(t_parent) */ loginno
  2  from t_parent,t_parent2
  3  where t_parent.deptid = t_parent2.deptid;

Execution Plan
----------------------------------------------------------
   0      SELECT STATEMENT Optimizer=CHOOSE (Cost=5 Card=327 Bytes=11118)
   1    0   HASH JOIN (Cost=5 Card=327 Bytes=11118)
   2    1     TABLE ACCESS (FULL) OF 'T_PARENT2' (Cost=2 Card=164 Bytes=2132)
   3    1     TABLE ACCESS (FULL) OF 'T_PARENT' (Cost=2 Card=327 Bytes=6867)


Statistics
----------------------------------------------------------
          0  recursive calls
          0  db block gets
         37  consistent gets
          0  physical reads
          0  redo size
       5968  bytes sent via SQL*Net to client
        636  bytes received via SQL*Net from client
         26  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
        373  rows processed

 

 

 

 

2.     Merge Join（Sort merge join）

Sort Merge Join首先对row source1，rowsource2进行table access full,然后对关联连接列进行排序，最后对排序结果进行合并。主要开销在第一步的table access full。

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。

 

3.     Nest Loop(Cluster Join)

嵌套循环由row source1内部表迭代row source2外部表的所有行。

连接过程就是一个2层嵌套循环，所以外层循环的次数越少越好，这也就是我们为什么将小表或返回较小row source的表作为驱动表(用于外层循环)的理论依据。从内部连接过程来看，需要用row source1中的每一行，去匹配row source2中的所有行，所以此时保持row source1尽可能的小与高效的访问row source2(一般通过索引实现)是影响这个连接效率的关键问题。这只是理论指导原则，目的是使整个连接操作产生最少的物理I/O次数，而且如果遵守这个原则，一般也会使总的物理I/O数最少。但是如果不遵从这个指导原则，反而能用更少的物理I/O实现连接操作，那尽管违反指导原则吧！因为最少的物理I/O次数才是我们应该遵从的真正的指导原则。

       如果我们选择row source1作为驱动表或者外部表，row source2作为内部表，则在Nest Loop连接的步骤如下：

（1）       oracle读取row source1中的每一行，然后在row source2中检查是否有匹配行

（2）       所有的匹配行被放到结果集中返回

（3）       继续读取row source1的下一行，继续（1）

（4）       row source1中的所有行都被读取则完成连接返回所有结果集。

 

      如果driving row source(驱动表或者外部表)比较小，并且在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，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，可以返回较少行数据的的表，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，有时对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支持并行(如是否有多个CPU，多个硬盘控制器)，所以要具体问题具体对待。

 

 

wat@ORCL> select sth.stdate,std.mlcode
  2  from sth,std
  3  where sth.sthid = std.sthid
  4  and std.stdid = 13544;

STDATE       MLCODE
------------ ------------------------------
08-MAR-06    1E205D88XS34 P

Execution Plan
----------------------------------------------------------
   0      SELECT STATEMENT Optimizer=CHOOSE (Cost=3 Card=1 Bytes=31)
   1    0   NESTED LOOPS (Cost=3 Card=1 Bytes=31)
   2    1     TABLE ACCESS (BY INDEX ROWID) OF 'STD' (Cost=2 Card=1 Bytes=21)
   3    2       INDEX (UNIQUE SCAN) OF 'PK_STD' (UNIQUE) (Cost=1 Card=42338)
   4    1     TABLE ACCESS (BY INDEX ROWID) OF 'STH' (Cost=1 Card=1 Bytes=10)
   5    4       INDEX (UNIQUE SCAN) OF 'PK_STH' (UNIQUE)

Statistics
----------------------------------------------------------
          0  recursive calls
          0  db block gets
          7  consistent gets
          0  physical reads
          0  redo size
        451  bytes sent via SQL*Net to client
        372  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          1  rows processed

 

 

 

总结：

表连接方式
Hash Join(HJ)	a) 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
Sort Merge Join	a) 对于非等值连接，这种连接方式的效率是比较高的。 b) 如果在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，该连接方法比NL连接要好一些。 d) 但是如果sort merge返回的row source过大，则又会导致使用过多的rowid在表中查询数据时，数据库性能下降，因为过多的I/O。
Nest Loop	a) 如果driving row source(外部表)比较小，并且在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。 b) NESTED LOOPS有其它连接方法没有的的一个优点是：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，这可以实现快速的响应时间。