在查看sql執行計劃時,我們會發現表的連接方式有多種,本文對錶的連接方式進行介紹以便更好看懂執行計劃和理解sql執行原理。
一、連接方式:
嵌套循環(Nested Loops (NL))
(散列)哈希連接(Hash Join (HJ))
(歸併)排序合併連接(Sort Merge Join (SMJ) )
二、連接說明:
1.Oracle一次只能連接兩個表。不管查詢中有多少個表,Oracle在連接中一次僅能操作兩張表。
2.當執行多個表的連接時,優化器從一個表開始,將它與另一個表連接;然後將中間結果與下一個表連接,以此類推,直到處理完所有表爲止。
三、表連接詳解:
1. NESTED LOOP
對於被連接的數據子集較小的情況,nested loop連接是個較好的選擇。nested loop就是掃描一個表,每讀到一條記錄,就根據索引去另一個表裏面查找,沒有索引一般就不會是 nested loops。一般在nested loop中, 驅動表滿足條件結果集不大,被驅動表的連接字段要有索引,這樣就走nstedloop。如果驅動表返回記錄太多,就不適合nested loops了。如果連接字段沒有索引,則適合走hash join,因爲不需要索引。
可用ordered提示來改變CBO默認的驅動表,可用USE_NL(table_name1 table_name2)提示來強制使用nested loop。
要點如下:
1)對於被連接的數據子集較小的情況,嵌套循環連接是個較好的選擇
2)使用USE_NL(table_name1 table_name2)可是強制CBO 執行嵌套循環連接
3)Nested loop一般用在連接的表中有索引,並且索引選擇性較好的時候
4)OIN的順序很重要,驅動表的記錄集一定要小,返回結果集的響應時間是最快的。
5)Nested loops 工作方式是從一張表中讀取數據,訪問另一張表(通常是索引)來做匹配,nested loops適用的場合是當一個關聯表比較小的時候,效率會更高。
例子如下:
SQL> create table t as select * from user_tables;
表已創建。
SQL> create index index_t on t(table_name);
索引已創建。
SQL> create table t1 as select * from user_tables where table_name like '%ACCESS%';
表已創建。
SQL> create index index_t1 on t1(table_name);
索引已創建。
SQL> begin
2 dbms_stats.gather_table_stats(ownname =>'TEST' ,tabname =>'T');
3 end;
4 /
PL/SQL 過程已成功完成。
SQL> begin
2 dbms_stats.gather_table_stats(ownname =>'TEST' ,tabname =>'T');
3 end;
4 /
由於t1表記錄很小作驅動表且t表的建有索引,適合NL,執行計劃如下:
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;
已選擇8行。
執行計劃
----------------------------------------------------------
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)
統計信息
----------------------------------------------------------
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;
已選擇8行。
執行計劃
----------------------------------------------------------
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)
統計信息
----------------------------------------------------------
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
------------------------------------------------------
假定我們利用提示改變的表的連接順序
ORACLE的解析器按照從右到左的順序處理FROM子句中的表名,FROM子句中寫在最後的表(基礎表 driving table)將被最先處理,在FROM子句中包含多個表的情況下,你必須選擇記錄條數最少的表作爲基礎表。如果有3個以上的表連接查詢, 那就需要選擇交叉表(intersection table)作爲基礎表, 交叉表是指那個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;
已選擇8行。
執行計劃
----------------------------------------------------------
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)
統計信息
----------------------------------------------------------
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 做大數據集連接時的常用方式。優化器掃描小表(數據源),利用連接鍵(也就是根據連接字段計算hash 值)在內存中建立hash表,然後掃描大表,每讀到一條記錄就探測hash表一次,找出與hash表匹配的行。
當小表可以全部放入內存中,其成本接近全表掃描兩個表的成本之和。如果表很大不能完全放入內存,這時優化器會將它分割成若干不同的分區,不能放入內存的部分就把該分區寫入磁盤的臨時段,此時要有較大的臨時段從而儘量提高I/O 的性能。臨時段中的分區都需要換進內存做hash join。這時候成本接近於全表掃描小表+分區數*全表掃描大表的代價和。
至於兩個表都進行分區,其好處是可以使用parallel query,就是多個進程同時對不同的分區進行join,然後再合併。但是複雜。
使用hash join時,HASH_AREA_SIZE初始化參數必須足夠的大,如果是9i,Oracle建議使用SQL工作區自動管理,設置WORKAREA_SIZE_POLICY 爲AUTO,然後調整PGA_AGGREGATE_TARGET即可。
以下條件下hash join可能有優勢:
1)兩個巨大的表之間的連接。
2)在一個巨大的表和一個小表之間的連接。
要點如下:
1)散列連接是CBO 做大數據集連接時的常用方式.
2)也可以用USE_HASH(table_name1 table_name2)提示來強制使用散列連接
3)Hash join在兩個表的數據量差別很大的時候.
4)Hash join的工作方式是將一個表(通常是小一點的那個表)做hash運算並存儲到hash列表中,從另一個表中抽取記錄,做hash運算,到hash 列表中找到相應的值,做匹配。
可用ordered提示來改變CBO默認的驅動表,可用USE_HASH(table_name1 table_name2)提示來強制使用hash join。
例子:
SQL> set wrap off;
SQL> drop table tt purge;
表已刪除。
SQL> drop table tt1 purge;
表已刪除。
SQL> create table tt as select * from user_tables;
表已創建。
SQL> create table tt1 as select * from user_tables where table_name not like '%ACCESS%';
表已創建。
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;
已選擇1913行。
執行計劃
----------------------------------------------------------
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)
統計信息
----------------------------------------------------------
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)對連接的每個表做table access full;
b)對table access full的結果進行排序;
c)進行merge join對排序結果進行合併。
sort merge join性能開銷幾乎都在前兩步。一般是在沒有索引的情況下,9i開始已經很少出現,因爲其排序成本高,大多爲hash join替代。
通常情況下hash join的效果都比sort merge join要好,但是,如果行源已經被排過序,在執行sort merge join時不需要再排序,這時sort merge join的性能會優於hash join。
當全表掃描比“索引範圍掃描後再通過rowid進行表訪問”更可取的情況下,sort merge join會比nested loops性能更佳。
要點如下:
1)使用USE_MERGE(table_name1 table_name2)來強制使用排序合併連接.
2)Sort Merge join 用在沒有索引,並且數據已經排序的情況.
3)連接步驟:將兩個表排序,然後將兩個表合併。
4)通常情況下,只有在以下情況發生時,纔會使用此種JOIN方式:
a)RBO模式
b)不等價關聯(>,<,>=,<=,<>)
c)bHASH_JOIN_ENABLED=false
d)數據源已排序
e)Merge Join 是先將關聯表的關聯列各自做排序,然後從各自的排序表中抽取數據,到另一個排序表中做匹配,因爲merge join需要做更多的排序,所以消耗的資源更多。
f) like ,not like
通常來講,能夠使用merge join的地方,hash join都可以發揮更好的性能
可用USE_MERGE(table_name1 table_name2)提示強制使用sort merge join。
例子:
SQL> drop table ttt purge;
表已刪除。
SQL> drop table ttt1 purge;
表已刪除。
SQL> create table ttt as select * from user_tables order by table_name desc;
表已創建。
SQL> create table ttt1 as select * from user_tables where table_name like '%ACCESS%' order by table_name desc ;
表已創建。
當我們執行等值連接時此時爲hash join:
SQL> select a.table_name,b.table_name from ttt a,ttt1 b
2 where a.table_name=b.table_name;
已選擇1913行。
執行計劃
----------------------------------------------------------
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)
統計信息
----------------------------------------------------------
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
當我們在等值連接的基礎上加上限制條件>,就變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;
已選擇10581行。
執行計劃
----------------------------------------------------------
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)
統計信息
----------------------------------------------------------
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;
已選擇10581行。
總結
類別 |
NESTED LOOP |
SORT MERGE JOIN |
HASH JOIN |
優化器提示 |
USE_NL |
USE_MERGE |
USE_HASH |
使用的條件 |
任何連接 |
主要用於不等價連接,如<、 <=、 >、 >=;但是不包括 <> |
僅用於等價連接 |
相關資源 |
CPU、磁盤I/O |
內存、臨時空間 |
內存、臨時空間 |
特點 |
當有高選擇性索引或進行限制性搜索時效率比較高,能夠快速返回第一次的搜索結果。 |
當缺乏索引或者索引條件模糊時,排序合併連接比嵌套循環有效。 |
當缺乏索引或者索引條件模糊時,哈希連接連接比嵌套循環有效。通常比排序合併連接快。在數據倉庫環境下,如果表的紀錄數多,效率高。 |
缺點 |
當索引丟失或者查詢條件限制不夠時,效率很低;當表的紀錄數多時,效率低。 |
所有的表都需要排序。它爲最優化的吞吐量而設計,並且在結果沒有全部找到前不返回數據。 |
爲建立哈希表,需要大量內存。第一次的結果返回較慢。 |