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。 |