oralce支持3个连接，Nested Loops Join （嵌套循环连接），Sort Merge Join（排序合并连接），Hash Join（哈希连接）,Mysql只支持Nested Loops Join （嵌套循环连接）。
1. Nested Loops Join （嵌套循环连接）
nestloop 适用于大小表关联 小表做外表（驱动表，放内存中），外表（被驱动表）每返回一行数据，内表需要做一次全表扫描，该场景下适合再内表的关联键上建立索引，避免内表的多次全表扫描
SELECT e.职员名 , c.客户名 , c.电话号
FROM 职员 e , 客户 c
WHERE e.入职日期 >= '20170101'
AND e.职员编号 = c.管理职员编号
使用 NL连接基本原理的代码表示
< C , JAVA >
FOR (i = 0; i<100; i++){ -- outer loop
FOR (j = 0; j<100; j++) { -- inner loop
// Do Anything ...
}
}
< PL/SQL >
FOR OUTER IN 1..100 LOOP
FOR INNER IN 1..100 LOOP
dbms_output.put_line(OUTER || ' : ' || INNER);
END LOOP;
END LOOP;
PL/SQL代码表示
BEGIN
FOR OUTER IN (SELECT 职员编号 , 职员名 FROM 职员
WHERE 入职日期 >= '20170101')
LOOP -- outer loop 外循环
FOR INNER IN (SELECT 客户名 , 电话号 FROM 客户
WHERE 管理职员编号 = OUTER.职员编号)
LOOP -- inner loop 内循环
dbms_output.put_line(
outer.职员名 || ' : ' || INNER.客户名 || ' : ' || INNER.电话号);
END LOOP;
END LOOP;
END;
一般情况下，NL连接会对Outer与Inner两边表都会使用索引。如果，Outer的表（上面的职员）不是很大的话，有可能不使用索引。因为，即使使用全表扫描（Table Full Scan），也只是扫描一次。相反，Inner的表（上面的客户表）必须要使用索引。因为，以上面的PL/SQL为例，如果在Inner Loop里用管理职员编号检索客户表里的数据时，不使用索引的话，Outer Loop里读取到多少行数据，Inner 的表就要反复全表扫描（Table Full Scan）多少次。
1.1. NL连接基本原理
①.在【职员_X1】的索引里，找到入职日期 >= '20170101'的第一条记录。
②.通过【职员_X1】索引里的ROWID，查找【职员表】里的记录。
③.通过在【职员表】里读取的职员编号'0001'，检索【客户_X1】的索引。
④.通过【客户_X1】索引里读取的ROWID，查找【客户表】里的记录。
⑤.在【客户_X1】索引里继续扫描，又找到一条记录管理职员编号为'0001'。
⑥.通过【客户_X1】索引里读取的ROWID，查找【客户表】里的记录。（在【客户_X1】索引里继续扫描一条记录，发现管理职员编号大于'0001'，在此处终止索引扫描。）
⑦.回到【职员_X1】索引里继续扫描一条记录，读取入职日期为'20170822'的记录。
⑧.通过【职员_X1】索引的ROWID，查找【职员表】里的记录。
⑨.通过在【职员表】里读取的职员编号'0005'，检索【客户_X1】的索引。
⑩.通过【客户_X1】索引里读取的ROWID，查找【客户表】里的记录。（在【客户_X1】索引里继续扫描一条记录，确认管理职员编号大于'0005'，在此处终止索引扫描。）
SQL 文本
SELECT /*+ ordered use_nl(c) */ -- ordered的意思就是按照书写的顺序连接，c是被驱动表，只写被驱动表就可以
e.职员名 , c.客户名 , c.电话号
FROM 职员 e , 客户 c
WHERE e.入职日期 >= '20170101'
AND e.职员编号 = c.管理职员编号
执行计划
--如果是多表连接，可以安装下面的写法写
SELECT /*+ ordered use_nl(B) use_nl(C) use_nl(D) */ ---把被驱动表写进去就可以
FROM A, B, C, D
WHERE ...
SELECT /*+ leading(C,A,D,B) use_nl(A) use_nl(D) use_nl(B) */ --需要指定执行顺序的话
SQL 文本
SELECT /*+ ordered use_nl(c) index(e) index(c) */
e.职员编号, e.职员姓名, e.入职日期
,c.客户编号, c.客户姓名, c.电话号码, c.金额
FROM 职员 e , 客户 c
WHERE c.管理职员编号 = e.职员编号 ------------------①
AND e.入职日期 >= '20170101' ------------------②
AND e.部门代码 = 'MCS' ------------------③
AND c.金额 >= 2000 ------------------④
--[索引信息]
PK_职员 ：职员编号
IDX_职员_01 ：入职日期
PK_客户 ：客户编号
IDX_客户_01 ：管理职员编号
IDX_客户_02 ：金额
提问
- 1、上面的SQL文本如果按照Hint执行，请问WHERE条件里的执行顺序是什么？请用后面的编号①~④回答。
- 2、请问索引信息中会用到哪个索引？
执行顺序是②→③→①→④，使用到的索引是IDX_职员_01与IDX_客户_01。
编号②：为了找到满足e.入职日期>='20170101'的条件，对索引IDX_职员_01进行索引范围扫描。（执行计划ID=3）
编号③：通过索引IDX_职员_01读取到的ROWID，对职员表进行回表扫描，并用条件e.部门代码='MCS'进行过滤。（执行计划ID=2）
编号①：通过职员表读取到的职员编号，根据连接条件，扫描客户表的索引IDX_客户_01 。（执行计划ID=5）
编号④：通过索引IDX_客户_01读取到的ROWID，对客户表进行回表扫描，并用条件c.金额>= 2000进行过滤。（执行计划ID=4）
--职员表e驱动表，客户表c被驱动表
1.2. NL连接的优化要点
1、确认驱动表回表以后是否被过滤过多记录 --解决：把表里面的过滤字段加到索引中去
2、确认驱动表返回的记录是否过多，这将影响被驱动表索引访问次数。
3、确认被驱动表回表以后是否被过滤过多记录。
4、驱动表的索引返回数据量决定着后面的工作量。
1.3. NL连接的特点
1、NL连接是随机扫描为主连接方式。
- 海量数据进行连接的时候，NL连接比较不利。
2、NL连接是一条一条记录逐行进行的连接方式。
- 即使是海量数据也能很快的返回结果集。
- 返回海量数据的时候，NL连接很慢。
3、NL连接中，索引的构成策略特别重要。
- 被驱动表的连接字段必须要有索引。
- 驱动表需要有好的过滤索引。
4、NL连接适合用在OLTP系统。
- 不适合在OLAP或数据仓库系统使用。
1.4. NL连接的优化练习
3中通过索引扫描返回2680行，但是回表后只返回3行，这个是有问题的，
通过改变索引，索引扫描返回3行了。
Buffers 逻辑读下降了很多。cr逻辑读，pr物理读，pw物理写
----如果返回的都是2680行呢？
1.5. NL连接的扩展
把客户回表的操作从4到1了
把io攒起来，一起回表
如果NL连接中没有产生物理I/O 的话，这三种查询性能是一样的，
如果产生了物理I/O ，后面两种方式稍微好点，
如果产生大量的I/O ，系统自动选择Hash连接了
2. Sort Merge Join（排序合并连接）
- 什么时候会用SortMerge连接？
- 连接字段没有索引的时候。
- 海量数据连接的时，索引效率不高的时候。
- 上面两种情况，会选择hash连接或者SortMerge连接
- 不能使用 Hash 连接的时候 --【不是= 的时候】
- 使用SortMerge连接
2.1. SGA和PGA
GPA中读取的数据比SGA中的要快。
2.2. 排序合并连接的基本原理
排序合并连接分为两个阶段
- 1、Sort 阶段：两边集合按照连接字段进行排序。
- 2、Merge 阶段：排序好的两边集合进行相互合并（Merge）操作。
--这个排序是在pga中完成的，pga不够，再到临时表空间
Merge阶段 PL/SQL 代码表示
BEGIN
FOR OUTER IN (SELECT * FROM PGA里排序好的职员)
LOOP -- outer loop
FOR INNER IN (SELECT * FROM PGA里排序好的客户
WHERE 管理职员编号 = OUTER.职员编号)
LOOP -- inner loop
dbms_output.put_line( ... );
END LOOP;
END LOOP;
END;
上面是1对多，如果是多对多，也不是从头再扫描，还是从第一个出现0003的位置开始的
2.3. 排序合并连接为什么快
--【NL连接在返回少量的数据时，是最快的，排序合并连接数据是在PGA中排序后的，比NL连接在SGA中要快，而且还只扫描表一次】
2.4. 排序合并连接的主要作用
--Cross join 笛卡尔连接
--1，2条是主要的，3，4可能会用到哈希连接
2.5. 排序合并连接的执行计划控制
SELECT /*+ ordered use_merge(c) */
e.职员编号, e.职员姓名, e.入职日期
,c.客户编号, c.客户姓名, c.电话号码, c.金额
FROM 职员 e , 客户 c
WHERE c.管理职员编号 = e.职员编号
AND e.入职日期 >= '20170101'
AND e.部门代码 = 'MCS'
AND c.金额 >= 2000
--不可以这么写，可以用leading来调一下
2.6. 排序合并连接的特点
- 主要特点
- 1、使用PGA里排序好的数据。
- 2、连接条件没有索引也可以使用。
- 3、使用扫描为主的数据访问方式。
- 尴尬处境
- 返回少量数据：NL连接更快
- 返回大量数据：大部分情况Hash连接比排序合并连接快
3. Hash Join（哈希连接）
3.1. 哈希连接的基本原理
哈希连接分为两个阶段
- 1、Build 阶段：读取小表（Build Input）生成Hash表。 ---构造阶段
- 2、Probe 阶段：读取大表（Probe Input）探查Hash表并进行连接。 --探查阶段
小表作为构造表，大表为探查表
3.2. 哈希连接的基本原理
【Probe 阶段 PL/SQL 代码表示】
BEGIN
FOR OUTER IN (SELECT 客户编号, 客户名, 电话号, 金额,
管理职员编号
FROM 客户
WHERE 金额 >= 2000)
LOOP -- outer loop
FOR INNER IN (SELECT 职员编号, 职员名, 入职日期
FROM 职员的PGA里的生成的Hash表
WHERE 职员编号 = OUTER.管理职员编号)
LOOP -- inner loop
dbms_output.put_line( ... );
END LOOP;
END LOOP;
END;
3.3. 哈希连接为什么快
--【sort merge连接是把两张表都放到PGA 中，如果PGA不够，就会使用临时表空间，会慢】
3.4. 海量Build Input处理
如下图，如果T1、T2表都是海量，即特别大，所以无法在PGA内存里完成生成Hash表的情况将如何处理？ --【肯定是先放到临时表空间，那怎么用呢】
会使用分割征服（Divide & Conquer）方式进行。分下面两个阶段进行。
- 分区阶段
- Join阶段
分区阶段：对两边集合的连接字段使用Hash函数，根据返回值进行动态分区，生成可以独立处理的子分区对（pair）。
--【根据hash返回的值，进行内部的分区，这些值会放到临时表空间，在临时表空间中进行join，小表作为构造表，大表为探查表】
Join阶段：各个子分区对互相进行Join，以小集合生成Hash表，进行Hash连接。
哈希连接的执行计划控制
SELECT /*+ ordered use_hash(c) */
e.职员编号, e.职员姓名, e.入职日期
,c.客户编号, c.客户姓名, c.电话号码, c.金额
FROM 职员 e , 客户 c
WHERE c.管理职员编号 = e.职员编号
AND e.入职日期 >= '20170101'
AND e.部门代码 = 'MCS'
AND c.金额 >= 2000
SELECT /*+ leading(e) use_hash(c) */
e.职员编号, e.职员姓名, e.入职日期
,c.客户编号, c.客户姓名, c.电话号码, c.金额
FROM 职员 e , 客户 c
WHERE c.管理职员编号 = e.职员编号
AND e.入职日期 >= '20170101'
AND e.部门代码 = 'MCS'
AND c.金额 >= 2000
SELECT /*+ use_hash(e c) swap_join_inputs(e) */ -- swap_join_inputs(e) 指定哪个表为构造表
e.职员编号, e.职员姓名, e.入职日期
,c.客户编号, c.客户姓名, c.电话号码, c.金额
FROM 职员 e , 客户 c
WHERE c.管理职员编号 = e.职员编号
AND e.入职日期 >= '20170101'
AND e.部门代码 = 'MCS'
AND c.金额 >= 2000
--指定T2,T3是被驱动表
swap_join_inputs（T3）指定T3为构造表
4. 连接方式的选择基准
文章主要内容摘抄墨天轮恩墨大讲堂《Oracle 表连接原理与优化》。