oracle 表之间连接类型

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/yb464855952/article/details/84235100

排序- - 合并连接 (Sort Merge Join(SMJ))

                 排序是一个费时,费资源的操作,特别对于大表。基于这个原因,SMJ 经常不是一个特别有效的连接方法,但是如果2 行源都已经预先排序,则这种连接方法的效率较高。

 嵌套循环 (Nested Loops(NL))

              该连接过程是一个2 层嵌套循环,则外层循环的次数越少越好,这也就是我们为什么将小表或返回较小行源的表作为驱动表用于外层循环的理论依据。但是这个理论只是一般指导原则,因为遵循这个理论并不能总保证使语句产生的I / O 次数最少。

       如果驾驶行源(驱动表或者外部表比较小,并且在内行源(被驱动表或者被探查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。得到较好的效率嵌套循环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。

       如果不使用并行操作,最好的驱动表是那些应用了where 限制条件后,可以返回较少行数据的的表,所以大表也可能称为驱动表,关键看限制条件。对于并行查询,我们经常选择大表作为驱动表,因为大表可以充分利用并行功能。当然,有时对查询使用并行操作并不一定会比查询不使用并行操作效率高,因为最后可能每个表只有很少的行符合限制条件,而且还要看你的硬件配置是否可以支持并行(如是否有多个CPU,多个硬盘控制器)。

 理论上来说比NLSMJ更高效,而且只用在CBO优化器中。

哈希连接 (Hash Join)

        较小的row source被用来构建hash tablebitmap,第2row source被用来被hansed,并与第一个row source生成的hash table进行匹配,以便进行进一步的连接。Bitmap被用来作为一种比较快的查找方法,来检查在hash table中是否有匹配的行。特别的,当hash table比较大而不能全部容纳在内存中时,这种查找方法更为有用。这种连接方法也有NL连接中所谓的驱动表的概念,被构建为hash tablebitmap的表为驱动表,当被构建的hash tablebitmap能被容纳在内存中时,这种连接方式的效率极高。  要使哈希连接有效,需要设置HASH_JOIN_ENABLED=TRUE,缺省情况下该参数为TRUE,另外,不要忘了还要设置hash_area_size参数,以使哈希连接高效运行,因为哈希连接会在该参数指定大小的内存中运行,过小的参数会使哈希连接的性能比其他连接方式还要低。

笛卡儿乘积(乘积) 

        当两个row source做连接,但是它们之间没有关联条件时,就会在两个row source中做笛卡儿乘积,这通常由编写代码疏漏造成(即程序员忘了写关联条件)。笛卡尔乘积是一个表的每一行依次与另一个表中的所有行匹配。在特殊情况下我们可以使用笛卡儿乘积,如在星形连接中,除此之外,我们要尽量避免使用笛卡儿乘积。

总结:

 在哪种情况下用哪种连接方法比较好:

1.排序 - - 合并连接(Sort Merge Join, SMJ)

   对于非等值连接,这种连接方式的效率是比较高的。

   如果在关联的列上都有索引,效果更好。

   对将2个较大的row source做连接,该连接方法比NL连接要好些。

   但是如果sort merge返回的row source过大,则又会导致使用过 多的rowid在表中查询数据时,数据库性能下降,因为过多的I/O

2.嵌套循环(Nested Loops, NL)

     如果driving row source(外部表)比较小,并且在inner row source(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。

   NESTED LOOPS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

3.哈希连接(Hash Join, HJ)

    此方法是在oracle7后来引入的,使用了比较先进的连接理论,

    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。

    在2个较大的row source之间连接时会取得相对较好的效率,在一row source较小时则能取得更好的效率。

    只能用于等值连接中

猜你喜欢

转载自blog.csdn.net/yb464855952/article/details/84235100
今日推荐