摘錄地址:http://www.pcdog.com/edu/oracle/2006/11/b174438.html
三.表之間的連接
Join是一種試圖將兩個(gè)表結(jié)合在一起的謂詞，一次只能連接2個(gè)表，表連接也可以被稱為表關(guān)聯(lián)。 在后面的敘述中，我們將會(huì)使用”row source”來(lái)代替”表”，因?yàn)槭褂胷ow source更嚴(yán)謹(jǐn)一些，并且將參與連接的2個(gè)row source分別稱為row source1和row source 2。Join過程的各個(gè)步驟經(jīng)常是串行操作，即使相關(guān)的row source可以被并行訪問，即可以并行的讀取做join連接的兩個(gè)row source的數(shù)據(jù)，但是在將表中符合限制條件的數(shù)據(jù)讀入到內(nèi)存形成row source后，join的其它步驟一般是串行的。有多種方法可以將2個(gè)表連接起來(lái)，當(dāng)然每種方法都有自己的優(yōu)缺點(diǎn)，每種連接類型只有在特定的條件下才會(huì)發(fā)揮出其最大優(yōu)勢(shì)。
row source(表)之間的連接順序?qū)τ诓樵兊男视蟹浅４蟮挠绊憽Ｍㄟ^首先存取特定的表，即將該表作為驅(qū)動(dòng)表，這樣可以先應(yīng)用某些限制條件，從而得到一個(gè)較小的row source，使連接的效率較高，這也就是我們常說(shuō)的要先執(zhí)行限制條件的原因。一般是在將表讀入內(nèi)存時(shí)，應(yīng)用where子句中對(duì)該表的限制條件。
根據(jù)2個(gè)row source的連接條件的中操作符的不同，可以將連接分為等值連接(如WHERE A.COL3 = B.COL4)、非等值連接(WHERE A.COL3 > B.COL4)、外連接(WHERE A.COL3 = B.COL4(+))。上面的各個(gè)連接的連接原理都基本一樣，所以為了簡(jiǎn)單期間，下面以等值連接為例進(jìn)行介紹。
在后面的介紹中，都已：
SELECT A.COL1, B.COL2
FROM A, B
WHERE A.COL3 = B.COL4;
|
為例進(jìn)行說(shuō)明，假設(shè)A表為Row Soruce1，則其對(duì)應(yīng)的連接操作關(guān)聯(lián)列為COL 3；B表為Row Soruce2，則其對(duì)應(yīng)的連接操作關(guān)聯(lián)列為COL 4；
連接類型：
目前為止，無(wú)論連接操作符如何，典型的連接類型共有3種：
排序 - - 合并連接(Sort Merge Join (SMJ) )
嵌套循環(huán)(Nested Loops (NL) )
哈希連接(Hash Join)
排序 - - 合并連接(Sort Merge Join, SMJ)
內(nèi)部連接過程：
1) 首先生成row source1需要的數(shù)據(jù)，然后對(duì)這些數(shù)據(jù)按照連接操作關(guān)聯(lián)列(如A.col3)進(jìn)行排序。
2) 隨后生成row source2需要的數(shù)據(jù)，然后對(duì)這些數(shù)據(jù)按照與sort source1對(duì)應(yīng)的連接操作關(guān)聯(lián)列(如B.col4)進(jìn)行排序。
3) 最后兩邊已排序的行被放在一起執(zhí)行合并操作，即將2個(gè)row source按照連接條件連接起來(lái)
下面是連接步驟的圖形表示：
MERGE
/\
SORTSORT
||
Row Source 1Row Source 2
|
如果row source已經(jīng)在連接關(guān)聯(lián)列上被排序，則該連接操作就不需要再進(jìn)行sort操作，這樣可以大大提高這種連接操作的連接速度，因?yàn)榕判蚴莻€(gè)極其費(fèi)資源的操作，特別是對(duì)于較大的表。預(yù)先排序的row source包括已經(jīng)被索引的列(如a.col3或b.col4上有索引)或row source已經(jīng)在前面的步驟中被排序了。盡管合并兩個(gè)row source的過程是串行的，但是可以并行訪問這兩個(gè)row source(如并行讀入數(shù)據(jù)，并行排序).
SMJ連接的例子：
SQL> explain plan forselect /*+ ordered */ e.deptno,
d.deptnofrom emp e,
dept dwhere e.deptno = d.deptnoorder by e.deptno,
d.deptno;
Query Plan-------------------------------------
SELECT STATEMENT [CHOOSE] Cost=17
MERGE JOINSORT JOINTABLE ACCESS FULL EMP
[ANALYZED]SORT JOINTABLE ACCESS FULL DEPT [ANALYZED]
|
排序是一個(gè)費(fèi)時(shí)、費(fèi)資源的操作，特別對(duì)于大表。基于這個(gè)原因，SMJ經(jīng)常不是一個(gè)特別有效的連接方法，但是如果2個(gè)row source都已經(jīng)預(yù)先排序，則這種連接方法的效率也是蠻高的。
嵌套循環(huán)(Nested Loops, NL)
這個(gè)連接方法有驅(qū)動(dòng)表(外部表)的概念。其實(shí)，該連接過程就是一個(gè)2層嵌套循環(huán)，所以外層循環(huán)的次數(shù)越少越好，這也就是我們?yōu)槭裁磳⑿”砘蚍祷剌^小row source的表作為驅(qū)動(dòng)表(用于外層循環(huán))的理論依據(jù)。但是這個(gè)理論只是一般指導(dǎo)原則，因?yàn)樽裱@個(gè)理論并不能總保證使語(yǔ)句產(chǎn)生的I/O次數(shù)最少。有時(shí)不遵守這個(gè)理論依據(jù)，反而會(huì)獲得更好的效率。如果使用這種方法，決定使用哪個(gè)表作為驅(qū)動(dòng)表很重要。有時(shí)如果驅(qū)動(dòng)表選擇不正確，將會(huì)導(dǎo)致語(yǔ)句的性能很差、很差。
內(nèi)部連接過程：
Row source1的Row 1 ---------------- Probe ->Row source 2
Row source1的Row 2 ---------------- Probe ->Row source 2
Row source1的Row 3 ---------------- Probe ->Row source 2
…….
Row source1的Row n ---------------- Probe ->Row source 2
|
從內(nèi)部連接過程來(lái)看，需要用row source1中的每一行，去匹配row source2中的所有行，所以此時(shí)保持row source1盡可能的小與高效的訪問row source2(一般通過索引實(shí)現(xiàn))是影響這個(gè)連接效率的關(guān)鍵問題。這只是理論指導(dǎo)原則，目的是使整個(gè)連接操作產(chǎn)生最少的物理I/O次數(shù)，而且如果遵守這個(gè)原則，一般也會(huì)使總的物理I/O數(shù)最少。但是如果不遵從這個(gè)指導(dǎo)原則，反而能用更少的物理I/O實(shí)現(xiàn)連接操作，那盡管違反指導(dǎo)原則吧！因?yàn)樽钌俚奈锢鞩/O次數(shù)才是我們應(yīng)該遵從的真正的指導(dǎo)原則，在后面的具體案例分析中就給出這樣的例子。
在上面的連接過程中，我們稱Row source1為驅(qū)動(dòng)表或外部表。Row Source2被稱為被探查表或內(nèi)部表。
在NESTED LOOPS連接中，Oracle讀取row source1中的每一行，然后在row sourc2中檢查是否有匹配的行，所有被匹配的行都被放到結(jié)果集中，然后處理row source1中的下一行。這個(gè)過程一直繼續(xù)，直到row source1中的所有行都被處理。這是從連接操作中可以得到第一個(gè)匹配行的最快的方法之一，這種類型的連接可以用在需要快速響應(yīng)的語(yǔ)句中，以響應(yīng)速度為主要目標(biāo)。
如果driving row source(外部表)比較小，并且在inner row source(內(nèi)部表)上有唯一索引，或有高選擇性非唯一索引時(shí)，使用這種方法可以得到較好的效率。NESTED LOOPS有其它連接方法沒有的的一個(gè)優(yōu)點(diǎn)是：可以先返回已經(jīng)連接的行，而不必等待所有的連接操作處理完才返回?cái)?shù)據(jù)，這可以實(shí)現(xiàn)快速的響應(yīng)時(shí)間。
如果不使用并行操作，最好的驅(qū)動(dòng)表是那些應(yīng)用了where 限制條件后，可以返回較少行數(shù)據(jù)的的表，所以大表也可能稱為驅(qū)動(dòng)表，關(guān)鍵看限制條件。對(duì)于并行查詢，我們經(jīng)常選擇大表作為驅(qū)動(dòng)表，因?yàn)榇蟊砜梢猿浞掷貌⑿泄δ堋．?dāng)然，有時(shí)對(duì)查詢使用并行操作并不一定會(huì)比查詢不使用并行操作效率高，因?yàn)樽詈罂赡苊總€(gè)表只有很少的行符合限制條件，而且還要看你的硬件配置是否可以支持并行(如是否有多個(gè)CPU，多個(gè)硬盤控制器)，所以要具體問題具體對(duì)待。
NL連接的例子：
SQL> explain plan forselect a.dname,
b.sqlfrom dept a,emp bwhere a.deptno = b.deptno;
Query Plan-------------------------
SELECT STATEMENT [CHOOSE]
Cost=5NESTED LOOPSTABLE ACCESS FULL DEPT
[ANALYZED]TABLE ACCESS FULL EMP [ANALYZED]
|
哈希連接(Hash Join, HJ)
這種連接是在oracle 7.3以后引入的，從理論上來(lái)說(shuō)比NL與SMJ更高效，而且只用在CBO優(yōu)化器中。
較小的row source被用來(lái)構(gòu)建hash table與bitmap，第2個(gè)row source被用來(lái)被hansed，并與第一個(gè)row source生成的hash table進(jìn)行匹配，以便進(jìn)行進(jìn)一步的連接。Bitmap被用來(lái)作為一種比較快的查找方法，來(lái)檢查在hash table中是否有匹配的行。特別的，當(dāng)hash table比較大而不能全部容納在內(nèi)存中時(shí)，這種查找方法更為有用。這種連接方法也有NL連接中所謂的驅(qū)動(dòng)表的概念，被構(gòu)建為hash table與bitmap的表為驅(qū)動(dòng)表，當(dāng)被構(gòu)建的hash table與bitmap能被容納在內(nèi)存中時(shí)，這種連接方式的效率極高。
HASH連接的例子：
SQL> explain plan forselect /*+ use_hash(emp) */
empno from emp, deptwhere emp.deptno = dept.deptno;
Query Plan----------------------------
SELECT STATEMENT[CHOOSE] Cost=3
HASH JOINTABLE ACCESS FULL DEPTTABLE ACCESS FULL EMP
|
要使哈希連接有效，需要設(shè)置HASH_JOIN_ENABLED=TRUE，缺省情況下該參數(shù)為TRUE，另外，不要忘了還要設(shè)置hash_area_size參數(shù)，以使哈希連接高效運(yùn)行，因?yàn)楣＿B接會(huì)在該參數(shù)指定大小的內(nèi)存中運(yùn)行，過小的參數(shù)會(huì)使哈希連接的性能比其他連接方式還要低。
總結(jié)一下，在哪種情況下用哪種連接方法比較好：
排序 - - 合并連接(Sort Merge Join, SMJ)：
a) 對(duì)于非等值連接，這種連接方式的效率是比較高的。
b) 如果在關(guān)聯(lián)的列上都有索引，效果更好。
c) 對(duì)于將2個(gè)較大的row source做連接，該連接方法比NL連接要好一些。
d) 但是如果sort merge返回的row source過大，則又會(huì)導(dǎo)致使用過多的rowid在表中查詢數(shù)據(jù)時(shí)，數(shù)據(jù)庫(kù)性能下降，因?yàn)檫^多的I/O。
嵌套循環(huán)(Nested Loops, NL)：
a) 如果driving row source(外部表)比較小，并且在inner row source(內(nèi)部表)上有唯一索引，或有高選擇性非唯一索引時(shí)，使用這種方法可以得到較好的效率。
b) NESTED LOOPS有其它連接方法沒有的的一個(gè)優(yōu)點(diǎn)是：可以先返回已經(jīng)連接的行，而不必等待所有的連接操作處理完才返回?cái)?shù)據(jù)，這可以實(shí)現(xiàn)快速的響應(yīng)時(shí)間。
哈希連接(Hash Join, HJ)：
a) 這種方法是在oracle7后來(lái)引入的，使用了比較先進(jìn)的連接理論，一般來(lái)說(shuō)，其效率應(yīng)該好于其它2種連接，但是這種連接只能用在CBO優(yōu)化器中，而且需要設(shè)置合適的hash_area_size參數(shù)，才能取得較好的性能。
b) 在2個(gè)較大的row source之間連接時(shí)會(huì)取得相對(duì)較好的效率，在一個(gè)row source較小時(shí)則能取得更好的效率。
c) 只能用于等值連接中
笛卡兒乘積(Cartesian Product)
當(dāng)兩個(gè)row source做連接，但是它們之間沒有關(guān)聯(lián)條件時(shí)，就會(huì)在兩個(gè)row source中做笛卡兒乘積，這通常由編寫代碼疏漏造成(即程序員忘了寫關(guān)聯(lián)條件)。笛卡爾乘積是一個(gè)表的每一行依次與另一個(gè)表中的所有行匹配。在特殊情況下我們可以使用笛卡兒乘積，如在星形連接中，除此之外，我們要盡量使用笛卡兒乘積，否則，自己想結(jié)果是什么吧！
注意在下面的語(yǔ)句中，在2個(gè)表之間沒有連接。
SQL> explain plan forselect emp.deptno,dept,deptno from emp,dept
Query Plan------------------------
SLECT STATEMENT [CHOOSE] Cost=5
MERGE JOIN CARTESIANTABLE ACCESS FULL DEPTSORT JOINTABLE ACCESS FULL EMP
|
CARTESIAN關(guān)鍵字指出了在2個(gè)表之間做笛卡爾乘積。假如表emp有n行，dept表有m行，笛卡爾乘積的結(jié)果就是得到n * m行結(jié)果