Oracle數據庫執行計劃的一些基本概念 （2）
2024-08-29 13:34:38
供稿：網友
三.表之間的連接 Join是一種試圖將兩個表結合在一起的謂詞，一次只能連接2個表，表連接也可以被稱為表關聯。 在后面的敘述中，我們將會使用”row source”來代替”表”，因為使用row source更嚴謹一些，并且將參與連接的2個row source分別稱為row source1和row source 2。Join過程的各個步驟經常是串行操作，即使相關的row source可以被并行訪問，即可以并行的讀取做join連接的兩個row source的數據，但是在將表中符合限制條件的數據讀入到內存形成row source后，join的其它步驟一般是串行的。有多種方法可以將2個表連接起來，當然每種方法都有自己的優缺點，每種連接類型只有在特定的條件下才會發揮出其最大優勢。 row source(表)之間的連接順序對于查詢的效率有非常大的影響。通過首先存取特定的表，即將該表作為驅動表，這樣可以先應用某些限制條件，從而得到一個較小的row source，使連接的效率較高，這也就是我們常說的要先執行限制條件的原因。一般是在將表讀入內存時，應用where子句中對該表的限制條件。 根據2個row source的連接條件的中操作符的不同，可以將連接分為等值連接(如WHERE A.COL3 = B.COL4)、非等值連接(WHERE A.COL3 > B.COL4)、外連接(WHERE A.COL3 = B.COL4(+))。上面的各個連接的連接原理都基本一樣，所以為了簡單期間，下面以等值連接為例進行介紹。 在后面的介紹中，都已： SELECT A.COL1, B.COL2 FROM A, BWHERE A.COL3 = B.COL4;為例進行說明，假設A表為Row SorUCe1，則其對應的連接操作關聯列為COL 3；B表為Row Soruce2，則其對應的連接操作關聯列為COL 4； 連接類型： 目前為止，無論連接操作符如何，典型的連接類型共有3種： 排序 - - 合并連接(Sort Merge Join (SMJ) ) 嵌套循環(Nested Loops (NL) ) 哈希連接(Hash Join) 排序 - - 合并連接(Sort Merge Join, SMJ) 內部連接過程： 1) 首先生成row source1需要的數據，然后對這些數據按照連接操作關聯列(如A.col3)進行排序。 2) 隨后生成row source2需要的數據，然后對這些數據按照與sort source1對應的連接操作關聯列(如B.col4)進行排序。 3) 最后兩邊已排序的行被放在一起執行合并操作，即將2個row source按照連接條件連接起來 下面是連接步驟的圖形表示： MERGE//SORTSORTRow Source 1Row Source 2假如row source已經在連接關聯列上被排序，則該連接操作就不需要再進行sort操作，這樣可以大大提高這種連接操作的連接速度，因為排序是個極其費資源的操作，非凡是對于較大的表。預先排序的row source包括已經被索引的列(如a.col3或b.col4上有索引)或row source已經在前面的步驟中被排序了。盡管合并兩個row source的過程是串行的，但是可以并行訪問這兩個row source(如并行讀入數據，并行排序). SMJ連接的例子： SQL> eXPlain plan forselect /*+ ordered */ e.deptno, d.deptnofrom emp e, dept dwhere e.deptno = d.deptnoorder by e.deptno, d.deptno;Query Plan-------------------------------------SELECT STATEMENT [CHOOSE] Cost=17MERGE JOINSORT JOINTABLE access FULL EMP [ANALYZED]SORT JOINTABLE ACCESS FULL DEPT [ANALYZED]排序是一個費時、費資源的操作，非凡對于大表?；谶@個原因，SMJ經常不是一個非凡有效的連接方法，但是假如2個row source都已經預先排序，則這種連接方法的效率也是蠻高的。 嵌套循環(Nested Loops, NL) 這個連接方法有驅動表(外部表)的概念。其實，該連接過程就是一個2層嵌套循環，所以外層循環的次數越少越好，這也就是我們為什么將小表或返回較小row source的表作為驅動表(用于外層循環)的理論依據。但是這個理論只是一般指導原則，因為遵循這個理論并不能總保證使語句產生的I/O次數最少。有時不遵守這個理論依據，反而會獲得更好的效率。假如使用這種方法，決定使用哪個表作為驅動表很重要。有時假如驅動表選擇不正確，將會導致語句的性能很差、很差。
內部連接過程： Row source1的Row 1 ---------------- PRobe ->Row source 2Row 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從內部連接過程來看，需要用row source1中的每一行，去匹配row source2中的所有行，所以此時保持row source1盡可能的小與高效的訪問row source2(一般通過索引實現)是影響這個連接效率的要害問題。這只是理論指導原則，目的是使整個連接操作產生最少的物理I/O次數，而且假如遵守這個原則，一般也會使總的物理I/O數最少。但是假如不遵從這個指導原則，反而能用更少的物理I/O實現連接操作，那盡管違反指導原則吧！因為最少的物理I/O次數才是我們應該遵從的真正的指導原則，在后面的具體案例分析中就給出這樣的例子。 在上面的連接過程中，我們稱Row source1為驅動表或外部表。Row Source2被稱為被探查表或內部表。 在NESTED LOOPS連接中，Oracle讀取row source1中的每一行，然后在row sourc2中檢查是否有匹配的行，所有被匹配的行都被放到結果集中，然后處理row source1中的下一行。這個過程一直繼續，直到row source1中的所有行都被處理。這是從連接操作中可以得到第一個匹配行的最快的方法之一，這種類型的連接可以用在需要快速響應的語句中，以響應速度為主要目標。 假如driving row source(外部表)比較小，并且在inner row source(內部表)上有唯一索引，或有高選擇性非唯一索引時，使用這種方法可以得到較好的效率。NESTED LOOPS有其它連接方法沒有的的一個優點是：可以先返回已經連接的行，而不必等待所有的連接操作處理完才返回數據，這可以實現快速的響應時間。 假如不使用并行操作，最好的驅動表是那些應用了where 限制條件后，可以返回較少行數據的的表，所以大表也可能稱為驅動表，要害看限制條件。對于并行查詢，我們經常選擇大表作為驅動表，因為大表可以充分利用并行功能。當然，有時對查詢使用并行操作并不一定會比查詢不使用并行操作效率高，因為最后可能每個表只有很少的行符合限制條件，而且還要看你的硬件配置是否可以支持并行(如是否有多個CPU，多個硬盤控制器)，所以要具體問題具體對待。 NL連接的例子： SQL> explain plan forselect a.dname,b.sqlfrom dept a,emp bwhere a.deptno = b.deptno;Query Plan-------------------------SELECT STATEMENT [CHOOSE] Cost=5NESTED LOOPSTABLE ACCESS FULL DEPT [ANALYZED]TABLE ACCESS FULL EMP [ANALYZED]哈希連接(Hash Join, HJ) 這種連接是在oracle 7.3以后引入的，從理論上來說比NL與SMJ更高效，而且只用在CBO優化器中。 較小的row source被用來構建hash table與bitmap，第2個row source被用來被hansed，并與第一個row source生成的hash table進行匹配，以便進行進一步的連接。Bitmap被用來作為一種比較快的查找方法，來檢查在hash table中是否有匹配的行。非凡的，當hash table比較大而不能全部容納在內存中時，這種查找方法更為有用。這種連接方法也有NL連接中所謂的驅動表的概念，被構建為hash table與bitmap的表為驅動表，當被構建的hash table與bitmap能被容納在內存中時，這種連接方式的效率極高。 HASH連接的例子： SQL> explain plan forselect /*+ use_hash(emp) */ empno from emp, deptwhere emp.deptno = dept.deptno;Query Plan----------------------------SELECT STATEMENT[CHOOSE] Cost=3HASH JOINTABLE ACCESS FULL DEPTTABLE ACCESS FULL EMP要使哈希連接有效，需要設置HASH_JOIN_ENABLED=TRUE，缺省情況下該參數為TRUE，另外，不要忘了還要設置hash_area_size參數，以使哈希連接高效運行，因為哈希連接會在該參數指定大小的內存中運行，過小的參數會使哈希連接的性能比其他連接方式還要低。 總結一下，在哪種情況下用哪種連接方法比較好： 排序 - - 合并連接(Sort Merge Join, SMJ)： a) 對于非等值連接，這種連接方式的效率是比較高的。 b) 假如在關聯的列上都有索引，效果更好。 c) 對于將2個較大的row source做連接，該連接方法比NL連接要好一些。 d) 但是假如sort merge返回的row source過大，則又會導致使用過多的rowid在表中查詢數據時，數據庫性能下降，因為過多的I/O。 嵌套循環(Nested Loops, NL)： a) 假如driving row source(外部表)比較小，并且在inner row source(內部表)上有唯一索引，或有高選擇性非唯一索引時，使用這種方法可以得到較好的效率。 b) NESTED LOOPS有其它連接方法沒有的的一個優點是：可以先返回已經連接的行，而不必等待所有的連接操作處理完才返回數據，這可以實現快速的響應時間。
哈希連接(Hash Join, HJ)： a) 這種方法是在oracle7后來引入的，使用了比較先進的連接理論，一般來說，其效率應該好于其它2種連接，但是這種連接只能用在CBO優化器中，而且需要設置合適的hash_area_size參數，才能取得較好的性能。 b) 在2個較大的row source之間連接時會取得相對較好的效率，在一個row source較小時則能取得更好的效率。 c) 只能用于等值連接中 笛卡兒乘積(Cartesian Product) 當兩個row source做連接，但是它們之間沒有關聯條件時，就會在兩個row source中做笛卡兒乘積，這通常由編寫代碼疏漏造成(即程序員忘了寫關聯條件)。笛卡爾乘積是一個表的每一行依次與另一個表中的所有行匹配。在非凡情況下我們可以使用笛卡兒乘積，如在星形連接中，除此之外，我們要盡量使用笛卡兒乘積，否則，自己想結果是什么吧！ 注重在下面的語句中，在2個表之間沒有連接。 SQL> explain plan forselect emp.deptno,dept,deptno from emp,deptQuery Plan------------------------SLECT STATEMENT [CHOOSE] Cost=5MERGE JOIN CARTESIANTABLE ACCESS FULL DEPTSORT JOINTABLE ACCESS FULL EMPCARTESIAN要害字指出了在2個表之間做笛卡爾乘積。假如表emp有n行，dept表有m行，笛卡爾乘積的結果就是得到n * m行結果。
