三大表连接方式详解之Nested loop join和 Sort merge join

在早期版本，Oracle提供的是nested-loop join，两表连接就相当于二重循环，假定两表分别有m行和n行
       如果内循环是全表扫描，时间复杂度就是O(m*n)
       如果内循环是索引扫描，时间复杂度就是O(m*㏒n)
       而hash join的时间复杂度是O(m*n)
       因此10g后，hash join成为缺省的连接方法
       
       对于三种连接，我们都可以使用hint来强制让优化器走：use_hash,use_nl,use_merge
       
       三大连接方法的大纲先列如下：
       
       nested loop
       从A表抽一条记录，遍历B表查找匹配记录，然后从a表抽下一条，遍历B表。。。
       就是一个二重循环
       
       hash join
       将A表按连接键计算出一个hash表，然后从B表一条条抽取记录，计算hash值，根据hash到A表的hash来匹配符合条件的记录
       
       sort merge join
       将A，B表都排好序，然后做merge，符合条件的选出
       
       接下来分别谈谈各种连接
       
       ㈠ Nested Loop Join
       
       ⑴ 执行原理
       例如：
       select t1.*,t2.* from t1,t2 where t1.col1=t2.col2;
       访问机制如下：
       for i in (select * from t1) loop
         for j in (select * from t2 where col2=i.col1) loop
         display results;
         end loop;
         end loop;
       类似一个嵌套循环
       嵌套循环执行时，先是外层循环进入内层循环，并在内层循环终止之后
       接着执行外层循环再由外层循环进入内层循环中，当外层循环全部终止时，程序结束
       
       ⑵ 步骤如下：
       
       ① 确定驱动表
       ② 把inner 表分配给驱动表
       ③ 针对驱动表的每一行，访问被驱动表的所有行
       
       ⑶执行计划大致如下：
       
       NESTED LOOPS
       outer_loop
       inner_loop
       
       优化器模式为FIRST_ROWS时，我们经常会发现有大量的NESTED LOOP
       这时，在返回数据给用户时，我们没有必要缓存任何数据，这是nested loop的一大亮点
       
       
       ⑷ 使用场景
          一般用在连接的表中有索引，并且索引选择性较好（也就是Selectivity接近1）的时候
          也就是驱动表的记录集比较小（<10000）而且inner表需要有有效的访问方法（Index）
          需要注意的是：JOIN的顺序很重要，驱动表的记录集一定要小，返回结果集的响应时间是最快的
          
       ⑸ 和索引的关系
       
          嵌套循环和索引就像一对孪生兄弟，一般需要共同考量与设计
          这从优化器的执行机制可以看出，比如，存在2张表，一个10条记录，一个1000万条记录
          以小表为驱动表，则代价为：10*(通过索引在大表查询一条记录的代价)
          如果1000万的大表没有索引的时候，那么COST的代价可想而知
          因此，在多表连接时，注意被驱动表的连接字段是否需要创建索引
          或者连接字段与该表的其他约束条件字段上是否需要创建复合索引
       
       
       ㈡ Sort Merge Join
          
          ⑴ 执行原理
          例如：
          select t1.*,t2.* from t1,t2 where t1.id=t2.id;
          访问机制如下：
          访问t1，并order by t1_1.id，这里的id代表连接字段
          访问t2，并order by t2_1.id
          join t1_1.id = t2_1.id，依次交替 比对 归并，但无所谓驱动
          
     
          
          ⑵ 使用场景
             虽说，hash join就是用来替代sj的，但如果你的服务器的CPU资源和MEM资源都很紧张的时候，建议用SORT MERGE JOIN
             因为hash join比sort merge join需要的资源更多。特别是cpu
             10g sql tuning 文档上写道：
             On the other hand, sort-merge joins can perform better than hash joins if both of the following conditions are met:
             The row sources are already sorted. 
             A sort operation does not have to be done.
             所以，sj大概就用在没有索引，并且数据已经排序的情况
         
       由于hash join比较重要也比较难理解，所以这里Think就单独为它开在下一篇博客里头了