对PostgreSQL 的 hash join 的原理的学习

开始

PostgreSQL 名人 momjian 的文章指出了其pseudo code：

for (j = 0; j < length(inner); j++)

　　hash_key = hash(inner[j]);

　　append(hash_store[hash_key], inner[j]);

for (i = 0; i < length(outer); i++)

　　hash_key = hash(outer[i]);

　　for (j = 0; j < length(hash_store[hash_key]); j++)

　　　　if (outer[i] == hash_store[hash_key][j])

　　　　　　output(outer[i], inner[j]);

为了看的更加清楚一点，加上自己的注释：

//利用 inner 表， 来构造 hash 表(放在内存里)            

for (j = 0; j < length(inner); j++)            

{            

    hash_key = hash(inner[j]);        

    append(hash_store[hash_key], inner[j]);        

}            

            

//对 outer 表的每一个元素， 进行遍历            

for (i = 0; i < length(outer); i++)            

{            

    //拿到 outer 表中的  某个元素， 进行 hash运算， 得到其 hash_key 值        

    hash_key = hash(outer[i]);        

            

            

    //用上面刚得到的 hash_key值， 来 对 hash 表进行 探测（假定hash表中有此key 值）        

    //采用 length (hash_store[hash_Key])  是因为，hash算法构造完hash 表后，有可能出现一个key值处有多个元素的情况。        

    //例如：  hash_key 100 ，对应 a,c, e； 而  hash_key 200 ， 对应 d;  hash_key 300， 对应 f;        

    //也就是说， 如下的遍历，其实是对 拥有相同 的 （此处是上面刚运算的，特定的）hash_key 值的各个元素的遍历        

            

    for (j = 0; j < length(hash_store[hash_key]); j++)        

    {        

        //如果找到了匹配值，则输出一行结果    

        if (outer[i] == hash_store[hash_key][j])    

            output(outer[i], inner[j]);

    }        

}            

[作者：技术者高健@博客园  mail: [email protected] ]

实践一下：

postgres=# \d employee

          Table "public.employee"

 Column |         Type          | Modifiers 

--------+-----------------------+-----------

 id     | integer               | 

 name   | character varying(20) | 

 deptno | integer               | 

 age    | integer               | 

Indexes:

    "idx_id_dept" btree (id, deptno)



postgres=# \d deptment

           Table "public.deptment"

  Column  |         Type          | Modifiers 

----------+-----------------------+-----------

 deptno   | integer               | 

 deptname | character varying(20) | 



postgres=# 



postgres=# select count(*) from employee;

 count 

-------

1000

(1 row)



postgres=# select count(*) from deptment;

 count 

-------

102

(1 row)



postgres=# 

执行计划：

postgres=# explain select a.name, b.deptname from employee a, deptment b where a.deptno=b.deptno;

                               QUERY PLAN                                

-------------------------------------------------------------------------

 Hash Join  (cost=3.29..34.05 rows=1000 width=14)

   Hash Cond: (a.deptno = b.deptno)

   ->  Seq Scan on employee a  (cost=0.00..17.00 rows=1000 width=10)

   ->  Hash  (cost=2.02..2.02 rows=102 width=12)

         ->  Seq Scan on deptment b  (cost=0.00..2.02 rows=102 width=12)

(5 rows)



postgres=# 

[作者：技术者高健@博客园  mail: [email protected] ]

结束