Hash Join與NLJOIN及MSJOIN

Hash Join與NLJOIN及MSJOIN

一、NLJOIN
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裡面查找，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，因為不需要索引。
Inner table被Outer table驅動，outer table返回的每一行都要在inner table中檢索到與之匹配的行。
Outer table: 小表、驅動表
Inner table: 被驅動表、大表 (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。)
二、HSJOIN
Hash join是CBO 做大數據集連接時的常用方式。優化器掃描小表（或數據源），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，每讀到一條記錄就來探測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盡量提高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，然後再合並。但是復雜。
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 為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.
(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。)
三、MSJOIN
Sort merge join的操作通常分三步：
1.對連接的每個表做table access full；
2.對table access full的結果按照連接鍵進行排序；
3.進行merge join對排序結果進行合並。
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開始已經很少出現了，因為其排序成本高，大多為hash join替代了。 Usually, MSJOIN is used between 2 huge tables.
通常情況下Hash join的效果都比Sort merge join要好，然而如果行源已經被排過序，在執行sort merge join時不需要再排序了，這時sort merge join的性能會優於hash join。
在全表掃描比索引范圍掃描再通過rowid進行表訪問更可取的情況下，sort merge join會比nested loops性能更佳。
DB2的一些版本出現了錯誤使用MSJOIN的問題（應該使用HSJOIN或NLJOIN的情況）。
通過更新DB2的fix及將DB2_REDUCED_OPTIMIZATION變量設為CAP OFF來糾正。