zoukankan      html  css  js  c++  java
  • 表连接

     连接类型:
      目前为止,无论连接操作符如何,典型的连接类型共有3种:
      排序 - - 合并连接(Sort Merge Join (SMJ) )
      嵌套循环(Nested Loops (NL) )
      哈希连接(Hash Join)

      另外,还有一种Cartesian product(笛卡尔积),一般情况下,尽量避免使用。


      1,排序 - - 合并连接(Sort Merge Join, SMJ)

      内部连接过程
      1) 首先生成row source1需要的数据,然后对这些数据按照连接操作关联列(如A.col3)进行排序。
      2) 随后生成row source2需要的数据,然后对这些数据按照与sort source1对应的连接操作关联列(如B.col4)进行排序。
      3) 最后两边已排序的行被放在一起执行合并操作,即将2个row source按照连接条件连接起来


      下面是连接步骤的图形表示:
      MERGE
      /
      SORTSORT
      ||
      Row Source 1Row Source 2

     如果row source已经在连接关联列上被排序,则该连接操作就不需要再进行sort操作,这样可以大大提高这种连接操作的连接速度,因为排序是个极其费资源的操 作,特别是对于较大的表。预先排序的row source包括已经被索引的列(如a.col3或b.col4上有索引)或row source已经在前面的步骤中被排序了。尽管合并两个row source的过程是串行的,但是可以并行访问这两个row source(如并行读入数据,并行排序)。
      SMJ连接的例子:

      SQL> explain plan for
      select/*+ ordered */ e.deptno, d.deptno
      from emp e, dept d
      where e.deptno = d.deptno
      order by e.deptno, d.deptno;
      Query Plan
      -------------------------------------
      SELECT STATEMENT [CHOOSE] Cost=17
      MERGE JOIN
      SORT JOIN
      TABLE ACCESS FULL EMP [ANALYZED]
      SORT JOIN
      TABLE ACCESS FULL DEPT [ANALYZED]


    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个row source都已经预先排序,则这种连接方法的效率也是蛮高的。

    2,嵌套循环(Nested Loops, NL)
      这个连接方法有驱动表(外部表)的概念。其实,该连接过程就是一个2层嵌套循环,所以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 row source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。有时 不遵守这个理论依据,反而会获得更好的效率。如果使用这种方法,决定使用哪个表作为驱动表很重要。有时如果驱动表选择不正确,将会导致语句的性能很差、很差。
      内部连接过程:
      Row source1的Row 1 —— Probe ->Row source 2
      Row source1的Row 2 —— Probe ->Row source 2
      Row source1的Row 3 —— Probe ->Row source 2
      ……。
      Row source1的Row n —— Probe ->Row source 2


      从内部连接过程来看,需要用row source1中的每一行,去匹配row source2中的所有行,所以此时保持row source1尽可能的小与高效的访问row source2(一般通过索引实现)是影响这个连接效率的关键问题。这只是理论指导原则,目的是使整个连接操作产生最少的物理I/O次数,而且如果遵守这 个原则,一般也会使总的物理I/O数最少。但是如果不遵从这个指导原则,反而能用更少的物理I/O实现连接操作,那尽管违反指导原则吧!因为最少的物理 I/O次数才是我们应该遵从的真正的指导原则,在后面的具体案例分析中就给出这样的例子。
      在上面的连接过程中,我们称Row source1为驱动表或外部表。Row Source2被称为被探查表或内部表。
      在NESTED LOOPS连接中,Oracle读取row source1中的每一行,然后在row sourc2中检查是否有匹配的行,所有被匹配的行都被放到结果集中,然后处理row source1中的下一行。这个过程一直继续,直到row source1中的所有行都被处理。这是从连接操作中可以得到第一个匹配行的最快的方法之一,这种类型的连接可以用在需要快速响应的语句中,以响应速度为主要目标。
      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。
      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),所以要具体问题具体对待。
      NL连接的例子:
      SQL> explain plan for
      select a.dname,b.sql
      from dept a,emp b
      where a.deptno = b.deptno;
      Query Plan
      -------------------------
      SELECT STATEMENT [CHOOSE] Cost=5
      NESTED LOOPS
      TABLE ACCESS FULL DEPT [ANALYZED]
      TABLE ACCESS FULL EMP [ANALYZED]


      3,哈希连接(Hash Join, HJ)
      这种连接是在oracle 7.3以后引入的,从理论上来说比NL与SMJ更高效,而且只用在CBO优化器中。
      较小的row source被用来构建hash table与bitmap,第2个row 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 table与bitmap的表为驱动表,当被构建的hash table与bitmap能被容纳在内存中时,这种连接方式的效率极高。


      HASH连接的例子:
      SQL> explain plan for
      select /*+ use_hash(emp) */ empno
      from emp, dept
      where emp.deptno = dept.deptno;
      Query Plan
      ----------------------------
      SELECT STATEMENT[CHOOSE] Cost=3
      HASH JOIN
      TABLE ACCESS FULL DEPT
      TABLE ACCESS FULL EMP


      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。



      另外,笛卡儿乘积(Cartesian Product)
      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,我们要尽量不使用笛卡儿乘积,否则,自己想结果是什么吧!
      注意在下面的语句中,在2个表之间没有连接。
      SQL> explain plan for
      select emp.deptno,dept,deptno
      from emp,dept
      Query Plan
      ------------------------
      SLECT STATEMENT [CHOOSE] Cost=5
      MERGE JOIN CARTESIAN
      TABLE ACCESS FULL DEPT
      SORT JOIN
      TABLE ACCESS FULL EMP


      CARTESIAN关键字指出了在2个表之间做笛卡尔乘积。假如表emp有n行,dept表有m行,笛卡尔乘积的结果就是得到n * m行结果。



      最后,总结一下,在哪种情况下用哪种连接方法比较好:


      排序 - - 合并连接(Sort Merge Join, SMJ):
      a) 对于非等值连接,这种连接方式的效率是比较高的。
      b) 如果在关联的列上都有索引,效果更好。
      c) 对于将2个较大的row source做连接,该连接方法比NL连接要好一些。
      d) 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.


      嵌套循环(Nested Loops, NL):
      a) 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。
      b) 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。


      哈希连接(Hash Join, HJ):
      a) 这种方法是在oracle7后来引入的,使用了比较先进的连接理论,一般来说,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。
      b) 在2个较大的row source之间连接时会取得相对较好的效率,在一个row source较小时则能取得更好的效率。
      c) 只能用于等值连接中




  • 相关阅读:
    一.在Linux中for和cat遍历文件内容出现no space
    六.安装jdk(基于Centos7安装)
    五·管理mysql
    四·安装mysql-5.7.16-linux-glibc2.5-x86_64.tar.gz(基于Centos7源码安装)
    ArcGIS api for javascript——图形-增加图形到地图
    ArcGIS api for javascript——图层-创建定制的切片图层类型的图层
    ArcGIS api for javascript——图层-创建WMS图层类型的图层
    ArcGIS api for javascript——地图配置-定制缩放动画,定制缩放框
    ArcGIS api for javascript——地图配置-定制缩放动画
    ArcGIS api for javascript——地图配置-滑动器的刻度线、方向、大小的改变
  • 原文地址:https://www.cnblogs.com/zourui4271/p/5041255.html
Copyright © 2011-2022 走看看