Oracle中的Hash Join祥解

Oracle中的Hash Join祥解
一、  hash join概念
     Hashjoin(HJ)是一种用于equi-join（而anti-join就是使用NOT IN时的join）的技术。
在Oracle中，它是从7.3开始引入的，以代替sort-merge和nested-loop join方式，
提高效率。在CBO（hash join只有在CBO才可能被使用到）模式下，优化器计算代价时，
首先会考 虑hash join。可以通过提示use_hash来强制使用hash join，
也可以通过修改会话或数据库参数HASH_JOIN_ENABLED=FALSE（默认为TRUE）强制不使用hash join。
     Hash join的主要资源消耗在于CPU（在内存中创建临时的hash表，并进行hash计算），而merge join的资源消耗主要在于此盘IO（扫描表或索引）。在并行系统中，
hash join对CPU的消耗更加明显。所以在CPU紧张时，最好限制使用hash join。
     在绝大多数情况下，hash join效率比其他join方式效率更高：
     在Sort-Merge Join(SMJ)，两张表的数据都需要先做排序，然后做merge。因此效率相对最差；
     Nested-Loop Join(NL)效率比SMJ更高。特别是当驱动表的数据量很大（集的势高）时。这样可以并行扫描内表。
     Hash join效率最高，因为只要对两张表扫描一次。Hash join一般用于一张小表和一张大表进行join时。Hash join的过程大致如下（下面所说的内存就指sort area，关于过程，后面会作详细讨论）：
1．  一张小表被hash在内存中。因为数据量小，所以这张小表的大多数数据已经驻入在内存中，剩下的少量数据被放置在临时表空间中；
2．  每读取大表的一条记录，就和小表中内存中的数据进行比较，如果符合，则立即输出数据（也就是说没有读取临时表空间中的小表的数
据）。而如果大表的数据与小表中临时表空间的数据相符合，则不直接输出，而是也被存储临时表空间中。
3．  当大表的所有数据都读取完毕，将临时表空间中的数据以其输出。
     如果小表的数据量足够小（小于hash area size），那所有数据就都在内存中了，可以避免对临时表空间的读写。
     如果是并行环境下，前面中的第2步就变成如下了：
2．  每读取一条大表的记录，和内存中小表的数据比较，如果符合先做join，而不直接输出，直到整张大表数据读取完毕。如果内存足够，
Join好的数据就保存在