Oracle常见的表连接的方法

1 排序合并连接SMJ

Sort merge join

排序合并总结：

1 通常情况下，排序合并连接的效率远不如hash join，前者适用范围更广，hj只使用于等值连接，smj范围更广（<,>,>=,<=）

2 通常情况下，smj并不适合OLTP系统，排序操作是非常昂贵的操作，

2 嵌套循环连接NL

优化器会根据一定的规则来确定表T1，T2谁是驱动表，谁是被驱动表，驱动表用于外层循环，被驱动表用于内存循环，这里假设驱动表时T1，被驱动表时T2

目标sql中指定的谓词条件去访问T1，得到的结果集为1

然后遍历驱动结果集1同时遍历被驱动表T2,即先取出1中的第一条记录，接着遍历T2并按照条件去判断T2中是否存在配匹的记录，然后在取出1中的第二条记录。。。。

嵌套循环总结：

　　1 如果t1对应的驱动结果集较少，同时t2的连接列上又有唯一性索引，则效率会很高

　　2 只要驱动结果集很少就具备嵌套循环的前提条件

　　3 嵌套循环可以实现快速响应，即可以第一时间返回经过连接且满足条件的记录，而不必等待所有的连接操作全部做完才返回连接结果

如果使用了nl连接，并且t2的连接列上index，那么oracle访问该index是通常会使用单块读，则t1的返回n条结果，就会是t2访问该index n次，如果要回表，

则会回表n次，这就使得不在index 或者data buffer  cache中的数据，发生物理I/O，

Oracle 11g使用了向量I/O，提高nl的连接效率

nested loop
    outer table             --驱动表
    inner table

The second picture, shown in Figure 11-2, includes a representation of working through

an index on the second table, because an index is usually involved in this way when there is a

nested loop around.

例
create table t1 (col1 number, col2 varchar2(1));
 
create table t2 (col2 varchar2(1), col3 varchar2(2));
 
insert into t1 values(1,'A');
insert into t1 values(2,'B');
insert into t1 values(3,'C');
insert into t2 values('A','A1');
insert into t2 values('B','B1');
insert into t2 values('D','D1');
Connected to:
Oracle Database 10g Enterprise Edition Release 10.2.0.1.0 - 64bit Production
With the Partitioning, OLAP and Data Mining options
 
SQL> set linesize 1000
SQL> set pagesize 1000
SQL> set timing on
SQL> set autot trace only
SP2-0158: unknown SET option "only"
SQL> set autotrace traceonly;
SQL> select t1.col1,t1.col2,t2.col3
  2  from t1,t2
  3  where t1.col2=t2.col2;
Elapsed: 00:00:00.04
Execution Plan
----------------------------------------------------------
Plan hash value: 2253255382
--------------------------------------------------------------------------------------
| Id  | Operation                   | Name   | Rows  | Bytes | Cost (%CPU)| Time     |
--------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT            |        |     3 |    60 |     4   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID| T2     |     1 |     5 |     1   (0)| 00:00:01 |
|   2 |   NESTED LOOPS              |        |     3 |    60 |     4   (0)| 00:00:01 |
|   3 |    TABLE ACCESS FULL        | T1     |     3 |    45 |     3   (0)| 00:00:01 |
|*  4 |    INDEX RANGE SCAN         | IDX_T2 |     1 |       |     0   (0)| 00:00:01 |
--------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
   4 - access("T1"."COL2"="T2"."COL2")
Note
-----
   - dynamic sampling used for this statement
Statistics
----------------------------------------------------------
          0  recursive calls
          0  db block gets
         13  consistent gets
          0  physical reads
          0  redo size
        469  bytes sent via SQL*Net to client
        337  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          2  rows processed

　　

3 哈希连接HJ

哈希连接是两个表在做连接时只要依靠哈希运算来得到结果集（仅适合CBO），在解析目标sql 时是否考虑哈希连接受限制与隐含参数（_HASH_JOIN_ENABLED），

默认值TRUE，如果值为false，强制使用hint，也是会走hj的

1 oracle会根据参数HASH_AREA_SIZE,DB_BLOCK_SIZE,_HASH_MULTIBLOCK_IO_COUNT来决定hash partition的数量，所有hash partition的集合称为Hash table，

2 表t1，t2在目标sql中的谓词条件后，得到结果集中的数据量较少的那个结果集会被oracle选为哈希连接的驱动结果集，假设t1的结果集1较少（驱动结果集），t2的结果2（被驱动结果集）

3 oracle会遍历结果集1，读取1中的每一条记录，并对每一条记录按照该记录t1中的连接列做哈希运算，

--小表在数据在指定谓词后做哈希运算放入pga中（超过放入temp），大表数据按照连接列做哈希运算，然后大表去配匹pga中的值，遍历完为止

哈希连接的优缺点：

　　1 哈希连接不一定会排序，大多数情况下不需要排序

　   2 哈希连接的驱动表所对应的连接列的可选择性尽可能的好，会影响hash bucket中的记录数，哈希连接中，遍历hash bucket的动作发生在pga工作区中，不消耗逻辑读，

　　3 哈希连接适用于CBO，等值连接

　　4 哈希连接适合大表跟小表的连接，2个表做哈希连接，在指定了谓词后的sql中得到的数量较少的结果集所对应的hash table能完全容纳在pga中，则效率会很高。

SQL> select /*+ leading (t1) use_hash(t2) */
  2  t1.col1,t1.col2,t2.col3
  3  from t1,t2
  4  where t1.col2=t2.col2;
Elapsed: 00:00:00.25
Execution Plan
----------------------------------------------------------
Plan hash value: 1838229974
---------------------------------------------------------------------------
| Id  | Operation          | Name | Rows  | Bytes | Cost (%CPU)| Time     |
---------------------------------------------------------------------------
|   0 | SELECT STATEMENT   |      |     3 |    60 |     7  (15)| 00:00:01 |
|*  1 |  HASH JOIN         |      |     3 |    60 |     7  (15)| 00:00:01 |
|   2 |   TABLE ACCESS FULL| T1   |     3 |    45 |     3   (0)| 00:00:01 |
|   3 |   TABLE ACCESS FULL| T2   |     3 |    15 |     3   (0)| 00:00:01 |
---------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
   1 - access("T1"."COL2"="T2"."COL2")
Note
-----
   - dynamic sampling used for this statement
Statistics
----------------------------------------------------------
          7  recursive calls
          0  db block gets
         32  consistent gets
          0  physical reads
          0  redo size
        469  bytes sent via SQL*Net to client
        337  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          2  sorts (memory)
          0  sorts (disk)
          2  rows processed

4笛卡尔连接cross join

2个表在做连接是，没有指定任何连接条件的连接

SQL> select
  2  t1.col1,t1.col2,t2.col3
  3  from t1,t2;
 
9 rows selected.
 
Elapsed: 00:00:00.03
 
Execution Plan
----------------------------------------------------------
Plan hash value: 787647388
 
-----------------------------------------------------------------------------
| Id  | Operation            | Name | Rows  | Bytes | Cost (%CPU)| Time     |
-----------------------------------------------------------------------------
|   0 | SELECT STATEMENT     |      |     9 |   162 |     8   (0)| 00:00:01 |
|   1 |  MERGE JOIN CARTESIAN|      |     9 |   162 |     8   (0)| 00:00:01 |
|   2 |   TABLE ACCESS FULL  | T1   |     3 |    45 |     3   (0)| 00:00:01 |
|   3 |   BUFFER SORT        |      |     3 |     9 |     5   (0)| 00:00:01 |
|   4 |    TABLE ACCESS FULL | T2   |     3 |     9 |     2   (0)| 00:00:01 |
-----------------------------------------------------------------------------

5 反连接Anti join

做子查询展开时，oracle会经常把那些外部where条件为 no exists，not in ，<>all的子查询转换成对应的反连接

SQL> select * from t1
  2  where t1.col2 not in (select col2 from t2);
Elapsed: 00:00:00.01
Execution Plan
----------------------------------------------------------
Plan hash value: 895956251
---------------------------------------------------------------------------
| Id  | Operation          | Name | Rows  | Bytes | Cost (%CPU)| Time     |
---------------------------------------------------------------------------
|   0 | SELECT STATEMENT   |      |     1 |    15 |     5   (0)| 00:00:01 |
|*  1 |  FILTER            |      |       |       |            |          |
|   2 |   TABLE ACCESS FULL| T1   |     3 |    45 |     3   (0)| 00:00:01 |
|*  3 |   TABLE ACCESS FULL| T2   |     3 |     6 |     2   (0)| 00:00:01 |
---------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
   1 - filter( NOT EXISTS (SELECT /*+ */ 0 FROM "T2" "T2" WHERE
              LNNVL("COL2"<>:B1)))
   3 - filter(LNNVL("COL2"<>:B1))
SQL> select * from t1
  2  where not exists (select 1 from t2 where t1.col2=t2.col2);
Elapsed: 00:00:00.01
Execution Plan
----------------------------------------------------------
Plan hash value: 1534930707
-----------------------------------------------------------------------------
| Id  | Operation          | Name   | Rows  | Bytes | Cost (%CPU)| Time     |
-----------------------------------------------------------------------------
|   0 | SELECT STATEMENT   |        |     1 |    17 |     3   (0)| 00:00:01 |
|   1 |  NESTED LOOPS ANTI |        |     1 |    17 |     3   (0)| 00:00:01 |
|   2 |   TABLE ACCESS FULL| T1     |     3 |    45 |     3   (0)| 00:00:01 |
|*  3 |   INDEX RANGE SCAN | IDX_T2 |     3 |     6 |     0   (0)| 00:00:01 |
-----------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
   3 - access("T1"."COL2"="T2"."COL2")
alter session set "_optimizer_null_aware_antijoin"=false

6 半连接semi join

半连接跟普通的连接不同，半连接会去重？

对子查询展开，exists，in等

SQL> select * from t1
  2  where t1.col2  in (select col2 from t2);
Elapsed: 00:00:00.01
Execution Plan
----------------------------------------------------------
Plan hash value: 3783859632
-----------------------------------------------------------------------------
| Id  | Operation          | Name   | Rows  | Bytes | Cost (%CPU)| Time     |
-----------------------------------------------------------------------------
|   0 | SELECT STATEMENT   |        |     3 |    51 |     3   (0)| 00:00:01 |
|   1 |  NESTED LOOPS SEMI |        |     3 |    51 |     3   (0)| 00:00:01 |
|   2 |   TABLE ACCESS FULL| T1     |     3 |    45 |     3   (0)| 00:00:01 |
|*  3 |   INDEX RANGE SCAN | IDX_T2 |     3 |     6 |     0   (0)| 00:00:01 |
-----------------------------------------------------------------------------
 
Predicate Information (identified by operation id):
---------------------------------------------------
 
   3 - access("T1"."COL2"="COL2")
SQL> select * from t1
  2  where  exists (select 1 from t2 where t1.col2=t2.col2);
Elapsed: 00:00:00.01
Execution Plan
----------------------------------------------------------
Plan hash value: 3783859632
-----------------------------------------------------------------------------
| Id  | Operation          | Name   | Rows  | Bytes | Cost (%CPU)| Time     |
-----------------------------------------------------------------------------
|   0 | SELECT STATEMENT   |        |     3 |    51 |     3   (0)| 00:00:01 |
|   1 |  NESTED LOOPS SEMI |        |     3 |    51 |     3   (0)| 00:00:01 |
|   2 |   TABLE ACCESS FULL| T1     |     3 |    45 |     3   (0)| 00:00:01 |
|*  3 |   INDEX RANGE SCAN | IDX_T2 |     3 |     6 |     0   (0)| 00:00:01 |
-----------------------------------------------------------------------------
 
Predicate Information (identified by operation id):
---------------------------------------------------
 
   3 - access("T1"."COL2"="T2"."COL2")

总结一下

• 在哪种情况下用哪种连接方法比较好：

A）排序合并连接(Sort Merge Join, SMJ)：

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个较大的表源做连接，该连接方法比NL连接要好一些。

B）嵌套循环(Nested Loops, NL)：

a) 如果驱动表(外部表)比较小，并且在被驱动表(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)嵌套循环连接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。

C）哈希连接(Hash Join, HJ)：

a) 这种方法是在oracle7后来引入的，使用了比较先进的连接理论，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个较大的表源之间连接时会取得相对较好的效率，在一个表源较小时则能取得更好的效率。

c) 只能用于等值连接中