在Oracle中,確定連接操作類型是執行計劃生成的重要方面。各種連接操作類型代表着不同的連接操作算法,不同的連接操作類型也適應於不同的數據量和數據分佈情況。
無論是Nest Loop Join(嵌套循環),還是Merge Sort Join(合併排序連接),都是適應於不同特殊情況的古典連接方法。Nest Loop Join算法雖然可以藉助連接列索引,但是帶來的隨機讀成本過大。而Merge Sort Join雖然可以減少隨機讀的情況,但是帶來的大規模Sort操作,對內存和Temp空間壓力過大。兩種算法在處理海量數據的時候,如果是海量隨機讀還是海量排序,都是不能被接受的連接算法。本篇中,我們介紹目前比較常用的一種連接方式Hash Join連接。
1、Hash Join(哈希連接)原理
從Oracle 7.3開始,Hash Join正式進入優化器執行計劃生成,只有CBO才能使用Hash Join操作。本質上說,Hash Join連接是藉助Hash算法,連帶小規模的Nest Loop Join,同時利用內存空間進行高速數據緩存檢索的一種算法。
下面我們分步驟介紹Hash Join算法步驟:
i. Hash Join連接對象依然是兩個數據表,首先選擇出其中一個“小表”。這裏的小表,就是參與連接操作的數據集合數據量小。對連接列字段的所有數據值,進行Hash函數操作。Hash函數是計算機科學中經常使用到的一種處理函數,利用Hash值的快速搜索算法已經被認爲是成熟的檢索手段。Hash函數處理過的數據特徵是“相同數據值的Hash函數值一定相同,不同數據值的Hash函數值可能相同”;
ii. 經過Hash處理過的小表連接列,連同數據一起存放到Oracle PGA空間中。PGA中存在一塊空間爲hash_area,專門存放此類數據。並且,依據不同的Hash函數值,進行劃分Bucket操作。每個Bucket中包括所有相同hash函數值的小表數據。同時建立Hash鍵值對應位圖。
iii. 之後對進行Hash連接大表數據連接列依次讀取,並且將每個Hash值進行Bucket匹配,定位到適當的Bucket上(應用Hash檢索算法);
iv. 在定位到的Bucket中,進行小規模的精確匹配。因爲此時的範圍已經縮小,進行匹配的成功率精確度高。同時,匹配操作是在內存中進行,速度較Merge Sort Join時要快很多;
下面是一個Hash Join的執行計劃。
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
Plan hash value: 779051904
----------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
----------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 2617 | 572K| 142 (1)| 00:00:02 |
|* 1 | HASH JOIN | | 2617 | 572K| 142 (1)| 00:00:02 |
| 2 | TABLE ACCESS FULL| SEGS | 2503 | 312K| 16 (0)| 00:00:01 |
| 3 | TABLE ACCESS FULL| OBJTS | 31083 | 2914K| 126 (1)| 00:00:02 |
----------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - access("SEGS"."SEGMENT_NAME"="OBJTS"."OBJECT_NAME")
從原理過程來看,Hash Join與Nest Loop Join/Merge Sort Join存在一定相似度。
首先,Hash Join同Nest Loop Join一樣,進行一定的嵌套循環匹配操作,不過差異在於匹配進行隨機讀的範圍是受限範圍。不會像Nest Loop Join一樣直接頻繁進行全表規模的隨機讀。
其次,Hash Join同之前介紹過的Merge Sort Join有相似點,都是利用PGA的空間進行獨立操作。Hash Join中的Bucket就是保存在內存的PGA中,有一塊專門Hash_Area進行該項操作。選擇小表作爲驅動連接表,就是儘量爭取PGA內存中可以完全裝下小表數據,儘量不要使用Temp表空間。這樣,進行Hash匹配和精確匹配的速度就是有保證的。
最後,Hash Join使用的場景是有限制的。其中最大的一個就是連接操作僅能使用“=”連接。因爲Hash匹配的過程只能支持相等操作。還有就是連接列的數據分佈要儘量做到數據分佈均勻,這樣產生的Bucket也會盡可能均勻。這樣限制匹配的速度纔有保證。如果數據列分佈偏移嚴重,Hash Join算法效率會有退化趨勢。
隨着系統數據量的不斷增加,出現Hash Join的場景就會越來越多。下面通過一系列實驗來確定Hash Join的各種特性。
2、Hash Join連接實驗
首先是準備實驗環境。
SQL> create table segs as select * from dba_segments where wner='SYS';
Table created
SQL> create table objts as select * from dba_objects where wner='SYS';
Table created
SQL> select count(*) from segs;
COUNT(*)
----------
2503
SQL> select count(*) from objts;
COUNT(*)
----------
31083
SQL> create index idx_segs_name on segs(segment_name);
Index created
SQL> create index idx_objts_name on objts(object_name);
Index created
SQL> exec dbms_stats.gather_table_stats(user,'SEGS',cascade => true);
PL/SQL procedure successfully completed
SQL> exec dbms_stats.gather_table_stats(user,'OBJTS',cascade => true);
PL/SQL procedure successfully completed
此時,我們對比三種連接方式的成本因素。
SQL> set autotrace traceonly;
SQL> select * from segs, objts where segs.segment_name=objts.object_name;
已選擇4870行。
執行計劃
----------------------------------------------------------
Plan hash value: 779051904
----------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
----------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 2617 | 572K| 142 (1)| 00:00:02 |
|* 1 | HASH JOIN | | 2617 | 572K| 142 (1)| 00:00:02 |
| 2 | TABLE ACCESS FULL| SEGS | 2503 | 312K| 16 (0)| 00:00:01 |
| 3 | TABLE ACCESS FULL| OBJTS | 31083 | 2914K| 126 (1)| 00:00:02 |
----------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - access("SEGS"."SEGMENT_NAME"="OBJTS"."OBJECT_NAME")
統計信息
----------------------------------------------------------
1 recursive calls
0 db block gets
814 consistent gets
0 physical reads
0 redo size
356347 bytes sent via SQL*Net to client
3940 bytes received via SQL*Net from client
326 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
4870 rows processed
SQL> select /*+use_nl(segs,objts)*/* from segs, objts where segs.segment_name=objts.object_name;
已選擇4870行。
執行計劃
----------------------------------------------------------
Plan hash value: 2045044449
-----------------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
-----------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 2617 | 572K| 5023 (1)| 00:01:01 |
| 1 | NESTED LOOPS | | | | | |
| 2 | NESTED LOOPS | | 2617 | 572K| 5023 (1)| 00:01:01 |
| 3 | TABLE ACCESS FULL | SEGS | 2503 | 312K| 16 (0)| 00:00:01 |
|* 4 | INDEX RANGE SCAN | IDX_OBJTS_NAME | 1 | | 1 (0)| 00:00:01 |
| 5 | TABLE ACCESS BY INDEX ROWID| OBJTS | 1 | 96 | 2 (0)| 00:00:01 |
-----------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
4 - access("SEGS"."SEGMENT_NAME"="OBJTS"."OBJECT_NAME")
統計信息
----------------------------------------------------------
1 recursive calls
0 db block gets
5799 consistent gets
0 physical reads
0 redo size
406352 bytes sent via SQL*Net to client
3940 bytes received via SQL*Net from client
326 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
4870 rows processed
SQL> select /*+use_merge(segs,objts)*/* from segs, objts where segs.segment_name=objts.object_name;
已選擇4870行。
執行計劃
----------------------------------------------------------
Plan hash value: 2272228973
-------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes |TempSpc| Cost (%CPU)| Time |
-------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 2617 | 572K| | 900 (1)| 00:00:11 |
| 1 | MERGE JOIN | | 2617 | 572K| | 900 (1)| 00:00:11 |
| 2 | SORT JOIN | | 2503 | 312K| 920K| 90 (2)| 00:00:02 |
| 3 | TABLE ACCESS FULL| SEGS | 2503 | 312K| | 16 (0)| 00:00:01 |
|* 4 | SORT JOIN | | 31083 | 2914K| 8168K| 809 (1)| 00:00:10 |
| 5 | TABLE ACCESS FULL| OBJTS | 31083 | 2914K| | 126 (1)| 00:00:02 |
-------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
4 - access("SEGS"."SEGMENT_NAME"="OBJTS"."OBJECT_NAME")
filter("SEGS"."SEGMENT_NAME"="OBJTS"."OBJECT_NAME")
統計信息
----------------------------------------------------------
1 recursive calls
0 db block gets
494 consistent gets
0 physical reads
0 redo size
427743 bytes sent via SQL*Net to client
3940 bytes received via SQL*Net from client
326 SQL*Net roundtrips to/from client
2 sorts (memory)
0 sorts (disk)
4870 rows processed
詳細對比見下圖:
|
塊讀 |
排序 |
CPU成本 |
執行時間 |
Hash Join |
814 |
0 |
142 |
0.02 |
Nest Loop Join |
5799 |
0 |
5023 |
1.01 |
Merge Sort Join |
494 |
2 |
900 |
0.11 |
三種連接方式,SQL數據量、語句相同,最後獲取不同的成本消耗。可以看出,當數據量達到萬級之後,Nest Loop Join的隨機讀會急劇增加,帶來的CPU成本和總執行時間成本也會大大增加。
而使用Merge Sort Join帶來的塊讀是相對較少,但是付出的CPU成本和執行時間也是不可忽視的。將數據集合排序映射到內存中(可能要利用Temp Tablespace),需要消耗很大的CPU和內存資源(排序段)。
總體來說,Hash Join在這個SQL中還是能帶來很好的綜合性能的。只有塊讀稍大,其他指標都是可以接受的最好值。
下面我們介紹與Hash Join相關的一些系統參數,和Hash Join進行的三種操作模式。不同的系統參數,可能會給CBO成本運算帶來影響。不同的操作模式,幫助我們理解PGA中的hash_area大小是如何影響到Hash Join操作的性能。
Hash Join是Oracle CBO時代經常出現的一種連接方式,對海量數據處理時經常出現在執行計劃裏。本篇的上篇(http://space.itpub.net/17203031/viewspace-697442) 介紹了Hash Join的一些外部特徵和操作算法流程,下面我們一起看下一些影響到Hash Join的重要參數和內部指標。
3、Hash Join相關參數
Hash Join是CBO優化器才能生成的執行計劃操作,如果是選擇了RBO就不能生成包括Hash Join的執行計劃。此外,與Hash Join相關的Oracle參數還包括下面幾個:
ü Hash_Join_Enable
該參數是控制CBO啓用Hash Join的開關。如果設置爲True,則表示CBO可以使用Hash Join連接方式,否則就不可以使用。在目前的版本中,該參數已經演化爲一個隱含參數,名稱爲“_hash_join_enable”。
SQL> col name for a20;
SQL> col value for a10;
SQL> col DESCRIB for a30;
SQL> SELECT x.ksppinm NAME, y.ksppstvl VALUE, x.ksppdesc describ
2 FROM SYS.x$ksppi x, SYS.x$ksppcv y
3 WHERE x.inst_id = USERENV ('Instance')
4 AND y.inst_id = USERENV ('Instance')
5 AND x.indx = y.indx
6 AND x.ksppinm LIKE '%hash_join_enable%';
NAME VALUE DESCRIB
-------------------- ---------- ------------------------------
_hash_join_enabled TRUE enable/disable hash join
該參數的隱式化,也就說明了CBO已經成熟到一定程度,Oracle官方不希望我們禁用掉這種Hash Join連接方式。當然,我們可以從system和session兩層均可以暫時的禁用掉hash Join。
//此時_hash_join_enable=true
SQL> explain plan for select * from segs, tabs where segs.segment_name=tabs.table_name;
Explained
SQL> select * from table(dbms_xplan.display);
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
Plan hash value: 2106473715
---------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
---------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 990 | 354K| 25 (4)| 00:00:01 |
|* 1 | HASH JOIN | | 990 | 354K| 25 (4)| 00:00:01 |
| 2 | TABLE ACCESS FULL| TABS | 968 | 229K| 11 (0)| 00:00:01 |
| 3 | TABLE ACCESS FULL| SEGS | 2267 | 274K| 13 (0)| 00:00:01 |
---------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - access("SEGS"."SEGMENT_NAME"="TABS"."TABLE_NAME")
15 rows selected
//session層面禁用hash_join連接
SQL> alter session set "_hash_join_enabled"=false;
Session altered
NAME VALUE DESCRIB
-------------------- ---------- ------------------------------
_hash_join_enabled FALSE enable/disable hash join
//相同的SQL,此時參數環境已經變化;
SQL> explain plan for select * from segs, tabs where segs.segment_name=tabs.table_name;
Explained
SQL> select * from table(dbms_xplan.display);
PLAN_TABLE_OUTPUT
---------------------------------------------------------------------------------------------------
Plan hash value: 3475644097
------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes |TempSpc| Cost (%CPU)| Time |
------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 990 | 354K| | 144 (2)| 00:00:02 |
| 1 | MERGE JOIN | | 990 | 354K| | 144 (2)| 00:00:02 |
| 2 | SORT JOIN | | 968 | 229K| 712K| 65 (2)| 00:00:01 |
| 3 | TABLE ACCESS FULL| TABS | 968 | 229K| | 11 (0)| 00:00:01 |
|* 4 | SORT JOIN | | 2267 | 274K| 824K| 79 (2)| 00:00:01 |
| 5 | TABLE ACCESS FULL| SEGS | 2267 | 274K| | 13 (0)| 00:00:01 |
------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
4 - access("SEGS"."SEGMENT_NAME"="TABS"."TABLE_NAME")
filter("SEGS"."SEGMENT_NAME"="TABS"."TABLE_NAME")
已選擇18行。
可見,當我們session級別禁用了hash Join連接之後,CBO不能進行Hash Join路徑選擇。於是選擇了Merge Join路徑,顯然無論是執行時間還是CPU成本,Merge Join略遜一籌。
ü Hash_Area_Size
Hash Join操作是依賴獨立的私有空間,我們稱之爲Hash_Area。Hash Area在Join過程中的作用就是將連接小表儘可能的緩存在Hash Area中,供進行Hash匹配和Bucket內部精確匹配。Hash Area是貯存在PGA中,屬於會話session獨立的一塊空間。如果Hash Area較小,不足以存放小表全部數據,就會引起Temp表空間的使用,進而影響Hash Join性能。
SQL> show parameter hash
NAME TYPE VALUE
------------------------------------ ----------- ------------------------------
hash_area_size integer 131072
因爲每一個會話都會開啓一個Hash Area進行Hash 操作,所以通常Hash Area的大小不會設置很大。與Hash Area類似的空間是Sort Area,用於進行SQL語句中的Order by操作,也是一個依賴分配的參數項目。通常,Hash Area被分配大小爲Sort Area的兩倍。
SQL> show parameter sort_area
NAME TYPE VALUE
------------------------------------ ----------- ------------------------------
sort_area_retained_size integer 0
sort_area_size integer 65536
進入Oracle 9i之後,特別是10g出現,Oracle共享內存和獨佔內存分配策略呈現自動化和自適應化的趨勢,而且這種技術也逐漸成熟。DBA只需要確定Oracle數據庫總的內存使用大小(memory_target),就會根據算法、負載不斷調整實現自適應的內存分區調整。
作爲PGA分配,Oracle推出的自動調控參數是pga_aggregate_target,表示所有會話的PGA總分配大小。如果不啓用PGA自動分配,該參數值就是設置爲0。
SQL> show parameter pga
NAME TYPE VALUE
------------------------------------ ----------- ------------------------------
pga_aggregate_target big integer 0
ü Hash_multiblock_io_count
該參數表示在進行Hash Join連接操作的時候,一次可以讀取的塊個數。在最新的版本中,該參數已經變成了一個隱含參數。
SQL> SELECT x.ksppinm NAME, y.ksppstvl VALUE, x.ksppdesc describ
2 FROM SYS.x$ksppi x, SYS.x$ksppcv y
3 WHERE x.inst_id = USERENV ('Instance')
4 AND y.inst_id = USERENV ('Instance')
5 AND x.indx = y.indx
6 AND x.ksppinm LIKE '%hash_multiblock%';
NAME VALUE DESCRIB
------------------------------ ---------- ------------------------------
_hash_multiblock_io_count 0 number of blocks hash join wil
l read/write at once
這個參數可以追溯到Oracle 8i時代,當時設置的默認值爲1。在以後的版本中,通常設置爲0。這個參數對IO影響重大,不同的硬件環境、系統負載下效果不同。所以,當設置爲0的時候,Oracle是會每次自動計算該值。
作爲我們來講,最好不要進行該參數的設置。
4、連接三模式
Hash Join比較Merge Sort Join一個比較優勢的地方,就是對PGA空間的有限使用上。但是,使用PGA畢竟是一種風險操作。因爲Hash Area同Sort Area一樣,在小表不能完全裝入系統時,會調用Temp表空間的硬盤空間。這樣,就會引起一些問題。
下面關於三種模式的闡述,借鑑八神前輩的《Oracle Hash Join》(http://www.alidba.net/index.php/archives/440)。特此表示感謝。
針對不同的狀態,Oracle分別有不同的模式對應。
Optimal模式
這是我們進行Hash Join的最理想情況。驅動表(小表)生成的Hash數據集合可以完全存放在Hash Area的時候,我們稱之爲Optimal模式。
ü 首先找到驅動表,獲取到驅動表。存放在Hash_Area中;
ü 在Hash Area中,對驅動表進行Hash操作,形成Hash Bulket,形成對應的分區信息。針對多個Bulket,同時形成一個Bitmap列表,做到Bulket與Bitmap位的聯繫;
ü 在各個Bulket中,分佈着不同的數據行。如果連接列分佈比較均勻,Bulket中數據也就比較均勻。如果Bulket中包括數據,對應該Bulket的Bitmap位上爲1,否則爲0;
ü 找被驅動表的每一列,將連接列值進行Hash處理。匹配Bitmap位,如果Bitmap爲0,表示該列值沒有存在,直接拋棄。否則進入Bulket進行精確匹配;
Onepass模式
如果我們設置的PGA空間小,或者連接的小表體積就已經很大了,那麼就會利用到臨時表空間。具體處理,就是進行兩次的Hash處理,在Bulket層面的上面建立Partition分區。
當進行Hash操作的時候,出現的情形是一部分的Partition在內存中,另一部分Partition被存放在Temp表空間上。
在進行連接匹配的時候,如果能夠在Bitmap中確定到Partition在內存中,那麼直接在內存中進行檢索和精確匹配過程。否則從Temp表空間中將對應的Partition調取到內存中,進行匹配操作。
Multipass模式
這是一種很極端的情況,如果Hash Area小到一個Partition都裝不下。當進行Hash操作後,只有半個Partition能裝入到Hash Area。
這種情況下,如果一個Partition匹配沒有做到,還不能夠放棄操作,要將剩下一半的Partition獲取到進行Hash Join匹配。也就是一個Partition要經過兩次的Bitmap匹配過程。
5、結論
Hash Join是一種效率很高,CBO時代很常見的連接方式。但是,相對於其他古典算法,Hash Join的綜合效率很高,特別在海量數據時代。