Oracle 表三种连接方式(sql优化）

在查看sql执行计划时，我们会发现表的连接方式有多种，本文对表的连接方式进行介绍以便更好看懂执行计划和理解sql执行原理。

一、连接方式：

嵌套循环（Nested Loops （NL））

（散列）哈希连接（Hash Join （HJ））

（归并）排序合并连接(Sort Merge Join (SMJ) )

二、连接说明：

1.Oracle一次只能连接两个表。不管查询中有多少个表，Oracle在连接中一次仅能操作两张表。

2.当执行多个表的连接时，优化器从一个表开始，将它与另一个表连接；然后将中间结果与下一个表连接，以此类推，直到处理完所有表为止。

三、表连接详解：

1. NESTED LOOP

对于被连接的数据子集较小的情况，nested loop连接是个较好的选择。nested loop就是扫描一个表，每读到一条记录，就根据索引去另一个表里面查找，没有索引一般就不会是 nested loops。一般在nested loop中， 驱动表满足条件结果集不大，被驱动表的连接字段要有索引，这样就走nstedloop。如果驱动表返回记录太多，就不适合nested loops了。如果连接字段没有索引，则适合走hash join，因为不需要索引。

可用ordered提示来改变CBO默认的驱动表，可用USE_NL(table_name1 table_name2)提示来强制使用nested loop。

要点如下：
  1）对于被连接的数据子集较小的情况，嵌套循环连接是个较好的选择
  2）使用USE_NL(table_name1 table_name2)可是强制CBO 执行嵌套循环连接
  3）Nested loop一般用在连接的表中有索引，并且索引选择性较好的时候
  4）OIN的顺序很重要，驱动表的记录集一定要小，返回结果集的响应时间是最快的。
  5）Nested loops 工作方式是从一张表中读取数据，访问另一张表（通常是索引）来做匹配，nested loops适用的场合是当一个关联表比较小的时候，效率会更高。

例子如下：

SQL> create table t as select * from user_tables;

表已创建。

SQL> create index index_t on t(table_name);

索引已创建。

SQL> create table t1  as  select * from user_tables where table_name like '%ACCESS%';

表已创建。

SQL> create index index_t1 on t1(table_name);

索引已创建。

SQL> begin
  2  dbms_stats.gather_table_stats(ownname =>'TEST' ,tabname =>'T');
  3  end;
  4  /

PL/SQL 过程已成功完成。

SQL> begin
  2   dbms_stats.gather_table_stats(ownname =>'TEST' ,tabname =>'T');
  3  end;
  4  /

 

由于t1表记录很小作驱动表且t表的建有索引，适合NL,执行计划如下：

SQL> set wrap off;
SQL> set autotrace traceonly;

SQL> select a.table_name,b.table_name from t a,t1 b
  2  where a.table_name = b.table_name;

已选择8行。

执行计划
----------------------------------------------------------
Plan hash value: 3579965632

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

| Id  | Operation             | Name     | Rows  | Bytes | Cost (%CPU)| Time
--------------------------------------------------------------------------------

|   0 | SELECT STATEMENT      |          |     8 |   280 |     4   (0)| 00:00:01

|   1 |  NESTED LOOPS         |          |     8 |   280 |     4   (0)| 00:00:01

|   2 |   INDEX FAST FULL SCAN| INDEX_T  |  1921 | 34578 |     4   (0)| 00:00:01

|*  3 |   INDEX RANGE SCAN    | INDEX_T1 |     1 |    17 |     0   (0)| 00:00:01

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

Predicate Information (identified by operation id):
---------------------------------------------------

   3 - access("A"."TABLE_NAME"="B"."TABLE_NAME")

Note
-----
   - dynamic sampling used for this statement (level=2)

统计信息
----------------------------------------------------------
          0  recursive calls
          0  db block gets
         18  consistent gets
          0  physical reads
          0  redo size
        807  bytes sent via SQL*Net to client
        415  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          8  rows processed

SQL> select a.table_name,b.table_name from t1 a,t b
  2  where a.table_name = b.table_name;

已选择8行。

执行计划
----------------------------------------------------------
Plan hash value: 3579965632

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

| Id  | Operation             | Name     | Rows  | Bytes | Cost (%CPU)| Time
--------------------------------------------------------------------------------

|   0 | SELECT STATEMENT      |          |     8 |   280 |     4   (0)| 00:00:01

|   1 |  NESTED LOOPS         |          |     8 |   280 |     4   (0)| 00:00:01

|   2 |   INDEX FAST FULL SCAN| INDEX_T  |  1921 | 34578 |     4   (0)| 00:00:01

|*  3 |   INDEX RANGE SCAN    | INDEX_T1 |     1 |    17 |     0   (0)| 00:00:01

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

Predicate Information (identified by operation id):
---------------------------------------------------

   3 - access("A"."TABLE_NAME"="B"."TABLE_NAME")

Note
-----
   - dynamic sampling used for this statement (level=2)

统计信息
----------------------------------------------------------
          4  recursive calls
          0  db block gets
         23  consistent gets
          0  physical reads
          0  redo size
        807  bytes sent via SQL*Net to client
        415  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          8  rows processed

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

假定我们利用提示改变的表的连接顺序

ORACLE的解析器按照从右到左的顺序处理FROM子句中的表名，FROM子句中写在最后的表(基础表 driving table)将被最先处理，在FROM子句中包含多个表的情况下,你必须选择记录条数最少的表作为基础表。如果有3个以上的表连接查询, 那就需要选择交叉表(intersection table)作为基础表, 交叉表是指那个被其他表所引用的表.

SQL> select /*+ordered */ a.table_name,b.table_name from t1 a,t b
  2  where a.table_name=b.table_name;

已选择8行。

执行计划
----------------------------------------------------------
Plan hash value: 1123105028

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

| Id  | Operation             | Name     | Rows  | Bytes | Cost (%CPU)| Time
------------------------------------------------------------------------------

|   0 | SELECT STATEMENT      |          |     8 |   280 |     6  (17)| 00:00:

|*  1 |  HASH JOIN            |          |     8 |   280 |     6  (17)| 00:00:

|   2 |   INDEX FULL SCAN     | INDEX_T1 |     8 |   136 |     1   (0)| 00:00:

|   3 |   INDEX FAST FULL SCAN| INDEX_T  |  1921 | 34578 |     4   (0)| 00:00:

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

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - access("A"."TABLE_NAME"="B"."TABLE_NAME")

Note
-----
   - dynamic sampling used for this statement (level=2)

统计信息
----------------------------------------------------------
          4  recursive calls
          0  db block gets
         20  consistent gets
          0  physical reads
          0  redo size
        807  bytes sent via SQL*Net to client
        415  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          8  rows processed

2. HASH JOIN

hash join是CBO 做大数据集连接时的常用方式。优化器扫描小表（数据源），利用连接键（也就是根据连接字段计算hash 值）在内存中建立hash表，然后扫描大表，每读到一条记录就探测hash表一次，找出与hash表匹配的行。

当小表可以全部放入内存中，其成本接近全表扫描两个表的成本之和。如果表很大不能完全放入内存，这时优化器会将它分割成若干不同的分区，不能放入内存的部分就把该分区写入磁盘的临时段，此时要有较大的临时段从而尽量提高I/O 的性能。临时段中的分区都需要换进内存做hash join。这时候成本接近于全表扫描小表+分区数*全表扫描大表的代价和。

至于两个表都进行分区，其好处是可以使用parallel query，就是多个进程同时对不同的分区进行join，然后再合并。但是复杂。

使用hash join时，HASH_AREA_SIZE初始化参数必须足够的大，如果是9i，Oracle建议使用SQL工作区自动管理，设置WORKAREA_SIZE_POLICY 为AUTO，然后调整PGA_AGGREGATE_TARGET即可。

以下条件下hash join可能有优势：
   1）两个巨大的表之间的连接。
   2）在一个巨大的表和一个小表之间的连接。

要点如下：
   1）散列连接是CBO 做大数据集连接时的常用方式.
   2）也可以用USE_HASH(table_name1 table_name2)提示来强制使用散列连接
   3）Hash join在两个表的数据量差别很大的时候.
   4）Hash join的工作方式是将一个表（通常是小一点的那个表）做hash运算并存储到hash列表中，从另一个表中抽取记录，做hash运算，到hash 列表中找到相应的值，做匹配。

可用ordered提示来改变CBO默认的驱动表，可用USE_HASH(table_name1 table_name2)提示来强制使用hash join。

例子：

SQL> set wrap off;
SQL> drop table tt purge;

表已删除。

SQL> drop table tt1 purge;

表已删除。

SQL> create table tt as select * from user_tables;

表已创建。

SQL> create table tt1 as select * from user_tables where table_name not like '%ACCESS%';

表已创建。

SQL> set autotrace traceony;

SQL> select a.table_name,b.table_name from tt a,tt1 b
  2  where a.table_name = b.table_name;

已选择1913行。

执行计划
----------------------------------------------------------
Plan hash value: 2918007165

---------------------------------------------------------------------------
| Id  | Operation          | Name | Rows  | Bytes | Cost (%CPU)| Time     |
---------------------------------------------------------------------------
|   0 | SELECT STATEMENT   |      |  1853 | 63002 |    40   (3)| 00:00:01 |
|*  1 |  HASH JOIN         |      |  1853 | 63002 |    40   (3)| 00:00:01 |
|   2 |   TABLE ACCESS FULL| TT1  |  1853 | 31501 |    19   (0)| 00:00:01 |
|   3 |   TABLE ACCESS FULL| TT   |  1939 | 32963 |    20   (0)| 00:00:01 |
---------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - access("A"."TABLE_NAME"="B"."TABLE_NAME")

Note
-----
   - dynamic sampling used for this statement (level=2)

统计信息
----------------------------------------------------------
         16  recursive calls
          0  db block gets
        379  consistent gets
        117  physical reads
          0  redo size
      84524  bytes sent via SQL*Net to client
       1813  bytes received via SQL*Net from client
        129  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
       1913  rows processed

3. SORT MERGE JOIN

 a）对连接的每个表做table access full；
 b）对table access full的结果进行排序；
 c）进行merge join对排序结果进行合并。

sort merge join性能开销几乎都在前两步。一般是在没有索引的情况下，9i开始已经很少出现，因为其排序成本高，大多为hash join替代。
通常情况下hash join的效果都比sort merge join要好，但是，如果行源已经被排过序，在执行sort merge join时不需要再排序，这时sort merge join的性能会优于hash join。
当全表扫描比“索引范围扫描后再通过rowid进行表访问”更可取的情况下，sort merge join会比nested loops性能更佳。

要点如下：
  1）使用USE_MERGE(table_name1 table_name2)来强制使用排序合并连接.
  2）Sort Merge join 用在没有索引，并且数据已经排序的情况.
  3）连接步骤：将两个表排序，然后将两个表合并。
  4）通常情况下，只有在以下情况发生时，才会使用此种JOIN方式：
     a）RBO模式
     b）不等价关联(>,<,>=,<=,<>)
     c）bHASH_JOIN_ENABLED=false
     d）数据源已排序
     e）Merge Join 是先将关联表的关联列各自做排序，然后从各自的排序表中抽取数据，到另一个排序表中做匹配，因为merge join需要做更多的排序，所以消耗的资源更多。 

     f) like ,not like
        通常来讲，能够使用merge join的地方，hash join都可以发挥更好的性能

可用USE_MERGE(table_name1 table_name2)提示强制使用sort merge join。

例子：

SQL> drop table ttt purge;

表已删除。

SQL> drop table ttt1 purge;

表已删除。

SQL> create table ttt as select *  from user_tables order by table_name desc;

表已创建。

SQL> create table ttt1 as select * from user_tables  where table_name  like '%ACCESS%' order by table_name desc ;

表已创建。

当我们执行等值连接时此时为hash join:

SQL> select a.table_name,b.table_name from ttt a,ttt1 b
  2  where a.table_name=b.table_name;

已选择1913行。

执行计划
----------------------------------------------------------
Plan hash value: 1061339121

---------------------------------------------------------------------------
| Id  | Operation          | Name | Rows  | Bytes | Cost (%CPU)| Time     |
---------------------------------------------------------------------------
|   0 | SELECT STATEMENT   |      |  1798 | 61132 |    40   (3)| 00:00:01 |
|*  1 |  HASH JOIN         |      |  1798 | 61132 |    40   (3)| 00:00:01 |
|   2 |   TABLE ACCESS FULL| TTT  |  1798 | 30566 |    20   (0)| 00:00:01 |
|   3 |   TABLE ACCESS FULL| TTT1 |  1944 | 33048 |    19   (0)| 00:00:01 |
---------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - access("A"."TABLE_NAME"="B"."TABLE_NAME")

Note
-----
   - dynamic sampling used for this statement (level=2)

统计信息
----------------------------------------------------------
         16  recursive calls
          0  db block gets
        377  consistent gets
        117  physical reads
          0  redo size
      84520  bytes sent via SQL*Net to client
       1813  bytes received via SQL*Net from client
        129  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
       1913  rows processed

当我们在等值连接的基础上加上限制条件>,就变sort merge join

SQL> select a.table_name,b.table_name,b.tablespace_name from ttt a,ttt1 b
  2   where a.table_name > b.table_name;

已选择10581行。

执行计划
----------------------------------------------------------
Plan hash value: 200774751

----------------------------------------------------------------------------
| Id  | Operation           | Name | Rows  | Bytes | Cost (%CPU)| Time     |
----------------------------------------------------------------------------
|   0 | SELECT STATEMENT    |      |   768 | 39936 |    25   (8)| 00:00:01 |
|   1 |  MERGE JOIN         |      |   768 | 39936 |    25   (8)| 00:00:01 |
|   2 |   SORT JOIN         |      |     8 |   272 |     4  (25)| 00:00:01 |
|   3 |    TABLE ACCESS FULL| TTT1 |     8 |   272 |     3   (0)| 00:00:01 |
|*  4 |   SORT JOIN         |      |  1921 | 34578 |    21   (5)| 00:00:01 |
|   5 |    TABLE ACCESS FULL| TTT  |  1921 | 34578 |    20   (0)| 00:00:01 |
----------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   4 - access("A"."TABLE_NAME">"B"."TABLE_NAME")
       filter("A"."TABLE_NAME">"B"."TABLE_NAME")

Note
-----
   - dynamic sampling used for this statement (level=2)

统计信息
----------------------------------------------------------
         10  recursive calls
          0  db block gets
         74  consistent gets
          1  physical reads
          0  redo size
     321209  bytes sent via SQL*Net to client
       8171  bytes received via SQL*Net from client
        707  SQL*Net roundtrips to/from client
          2  sorts (memory)
          0  sorts (disk)
      10581  rows processed

SQL> select a.table_name,b.table_name,b.tablespace_name from ttt a,ttt1 b
  2   where a.table_name > b.table_name;

已选择10581行。

总结

类别	NESTED LOOP	SORT MERGE JOIN	HASH JOIN
优化器提示	USE_NL	USE_MERGE	USE_HASH
使用的条件	任何连接	主要用于不等价连接，如<、 <=、 >、 >=;但是不包括 <>	仅用于等价连接
相关资源	CPU、磁盘I/O	内存、临时空间	内存、临时空间
特点	当有高选择性索引或进行限制性搜索时效率比较高，能够快速返回第一次的搜索结果。	当缺乏索引或者索引条件模糊时，排序合并连接比嵌套循环有效。	当缺乏索引或者索引条件模糊时，哈希连接连接比嵌套循环有效。通常比排序合并连接快。在数据仓库环境下，如果表的纪录数多，效率高。
缺点	当索引丢失或者查询条件限制不够时，效率很低；当表的纪录数多时，效率低。	所有的表都需要排序。它为最优化的吞吐量而设计，并且在结果没有全部找到前不返回数据。	为建立哈希表，需要大量内存。第一次的结果返回较慢。