Join是一種試圖將兩個表結合在一起的謂詞一次只能連接個表表連接也可以被稱為表關聯在後面的敘述中我們將會使用row source來代替表因為使用row source更嚴謹一些並且將參與連接的個row source分別稱為row source和row source Join過程的各個步驟經常是串行操作即使相關的row source可以被並行訪問即可以並行的讀取做join連接的兩個row source的數據但是在將表中符合限制條件的數據讀入到內存形成row source後join的其它步驟一般是串行的有多種方法可以將個表連接起來當然每種方法都有自己的優缺點每種連接類型只有在特定的條件下才會發揮出其最大優勢
row source(表)之間的連接順序對於查詢的效率有非常大的影響通過首先存取特定的表即將該表作為驅動表這樣可以先應用某些限制條件從而得到一個較小的row source使連接的效率較高這也就是我們常說的要先執行限制條件的原因一般是在將表讀入內存時應用where子句中對該表的限制條件
根據個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 ACOL = BCOL)非等值連接(WHERE ACOL > BCOL)外連接(WHERE ACOL = BCOL(+))上面的各個連接的連接原理都基本一樣所以為了簡單期間下面以等值連接為例進行介紹
在後面的介紹中都已
SELECT ACOL BCOL
FROM A B
WHERE ACOL = BCOL;
為例進行說明假設A表為Row Soruce則其對應的連接操作關聯列為COL B表為Row Soruce則其對應的連接操作關聯列為COL
連接類型
目前為止無論連接操作符如何典型的連接類型共有種
排序 合並連接(Sort Merge Join (SMJ) )
嵌套循環(Nested Loops (NL) )
哈希連接(Hash Join)
排序 合並連接(Sort Merge Join SMJ)
內部連接過程
) 首先生成row source需要的數據然後對這些數據按照連接操作關聯列(如l)進行排序
) 隨後生成row source需要的數據然後對這些數據按照與sort source對應的連接操作關聯列(如l)進行排序
) 最後兩邊已排序的行被放在一起執行合並操作即將個row source按照連接條件連接起來
下面是連接步驟的圖形表示
MERGE
/\
SORTSORT
||
Row Source Row Source
如果row source已經在連接關聯列上被排序則該連接操作就不需要再進行sort操作這樣可以大大提高這種連接操作的連接速度因為排序是個極其費資源的操作特別是對於較大的表預先排序的row source包括已經被索引的列(如l或l上有索引)或row source已經在前面的步驟中被排序了盡管合並兩個row source的過程是串行的但是可以並行訪問這兩個row source(如並行讀入數據並行排序)
SMJ連接的例子
SQL> explain plan for
select /*+ ordered */ edeptno ddeptno
from emp e dept d
where edeptno = ddeptno
order by edeptno ddeptno;
Query Plan
SELECT STATEMENT [CHOOSE] Cost=
MERGE JOIN
SORT JOIN
TABLE ACCESS FULL EMP [ANALYZED]
SORT JOIN
TABLE ACCESS FULL DEPT [ANALYZED]
排序是一個費時費資源的操作特別對於大表基於這個原因SMJ經常不是一個特別有效的連接方法但是如果個row source都已經預先排序則這種連接方法的效率也是蠻高的
嵌套循環(Nested Loops NL)
這個連接方法有驅動表(外部表)的概念其實該連接過程就是一個層嵌套循環所以外層循環的次數越少越好這也就是我們為什麼將小表或返回較小row source的表作為驅動表(用於外層循環)的理論依據但是這個理論只是一般指導原則因為遵循這個理論並不能總保證使語句產生的I/O次數最少有時不遵守這個理論依據反而會獲得更好的效率如果使用這種方法決定使用哪個表作為驅動表很重要有時如果驅動表選擇不正確將會導致語句的性能很差很差
內部連接過程
Row source的Row Probe >Row source
Row source的Row Probe >Row source
Row source的Row Probe >Row source
……
Row source的Row n Probe >Row source
從內部連接過程來看需要用row source中的每一行去匹配row source中的所有行所以此時保持row source盡可能的小與高效的訪問row source(一般通過索引實現)是影響這個連接效率的關鍵問題這只是理論指導原則目的是使整個連接操作產生最少的物理I/O次數而且如果遵守這個原則一般也會使總的物理I/O數最少但是如果不遵從這個指導原則反而能用更少的物理I/O實現連接操作那盡管違反指導原則吧！因為最少的物理I/O次數才是我們應該遵從的真正的指導原則在後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 source為驅動表或外部表Row Source被稱為被探查表或內部表
在NESTED LOOPS連接中Oracle讀取row source中的每一行然後在row sourc中檢查是否有匹配的行所有被匹配的行都被放到結果集中然後處理row source中的下一行這個過程一直繼續直到row source中的所有行都被處理這是從連接操作中可以得到第一個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的語句中以響應速度為主要目標
如果driving row source(外部表)比較小並且在inner row source(內部表)上有唯一索引或有高選擇性非唯一索引時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優點是可以先返回已經連接的行而不必等待所有的連接操作處理完才返回數據這可以實現快速的響應時間
如果不使用並行操作最好的驅動表是那些應用了where 限制條件後可以返回較少行數據的的表所以大表也可能稱為驅動表關鍵看限制條件對於並行查詢我們經常選擇大表作為驅動表因為大表可以充分利用並行功能當然有時對查詢使用並行操作並不一定會比查詢不使用並行操作效率高因為最後可能每個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並行(如是否有多個CPU多個硬盤控制器)所以要具體問題具體對待
NL連接的例子
SQL> explain plan for
select adnamebsql
from dept aemp b
where adeptno = bdeptno;
Query Plan
SELECT STATEMENT [CHOOSE] Cost=
NESTED LOOPS
TABLE ACCESS FULL DEPT [ANALYZED]
TABLE ACCESS FULL EMP [ANALYZED]
哈希連接(Hash Join HJ)
這種連接是在oracle 以後引入的從理論上來說比NL與SMJ更高效而且只用在CBO優化器中
較小的row source被用來構建hash table與bitmap第個row source被用來被hansed並與第一個row source生成的hash table進行匹配以便進行進一步的連接Bitmap被用來作為一種比較快的查找方法來檢查在hash table中是否有匹配的行特別的當hash table比較大而不能全部容納在內存中時這種查找方法更為有用這種連接方法也有NL連接中所謂的驅動表的概念被構建為hash table與bitmap的表為驅動表當被構建的hash table與bitmap能被容納在內存中時這種連接方式的效率極高
HASH連接的例子
SQL> explain plan for
select /*+ use_hash(emp) */ empno
from emp dept
where empdeptno = deptdeptno;
Query Plan
SELECT STATEMENT[CHOOSE] Cost=
HASH JOIN
TABLE ACCESS FULL DEPT
TABLE ACCESS FULL EMP
要使哈希連接有效需要設置HASH_JOIN_ENABLED=TRUE缺省情況下該參數為TRUE另外不要忘了還要設置hash_area_size參數以使哈希連接高效運行因為哈希連接會在該參數指定大小的內存中運行過小的參數會使哈希連接的性能比其他連接方式還要低
總結一下在哪種情況下用哪種連接方法比較好
排序 合並連接(Sort Merge Join SMJ)
a) 對於非等值連接這種連接方式的效率是比較高的
b) 如果在關聯的列上都有索引效果更好
c) 對於將個較大的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過大則又會導致使用過多的rowid在表中查詢數據時數據庫性能下降因為過多的I/O
嵌套循環(Nested Loops NL)
a) 如果driving row source(外部表)比較小並且在inner row source(內部表)上有唯一索引或有高選擇性非唯一索引時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優點是可以先返回已經連接的行而不必等待所有的連接操作處理完才返回數據這可以實現快速的響應時間
哈希連接(Hash Join HJ)
a) 這種方法是在oracle後來引入的使用了比較先進的連接理論一般來說其效率應該好於其它種連接但是這種連接只能用在CBO優化器中而且需要設置合適的hash_area_size參數才能取得較好的性能
b) 在個較大的row source之間連接時會取得相對較好的效率在一個row source較小時則能取得更好的效率
c) 只能用於等值連接中
笛卡兒乘積(Cartesian Product)
當兩個row source做連接但是它們之間沒有關聯條件時就會在兩個row source中做笛卡兒乘積這通常由編寫代碼疏漏造成(即程序員忘了寫關聯條件)笛卡爾乘積是一個表的每一行依次與另一個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果是什麼吧！
注意在下面的語句中在個表之間沒有連接
SQL> explain plan for
select empdeptnodeptdeptno
from empdept
Query Plan
SLECT STATEMENT [CHOOSE] Cost=
MERGE JOIN CARTESIAN
TABLE ACCESS FULL DEPT
SORT JOIN
TABLE ACCESS FULL EMP
CARTESIAN關鍵字指出了在個表之間做笛卡爾乘積假如表emp有n行dept表有m行笛卡爾乘積的結果就是得到n * m行結果
From:http://tw.wingwit.com/Article/program/Oracle/201311/17469.html
