[SQL Server 2005] hash联接算法
SQL Server 2005 hash联接算法
如果两个联接输入都很大，而且这两个输入的大小差不多，则预先排序的合并联接提供的性能与哈希联接相近。但是，如果这两个输入的大小相差很大，则哈希联接操作通常快得多。
哈希联接可以有效处理未排序的大型非索引输入。它们对复杂查询的中间结果很有用，因为：
· 中间结果未经索引（除非已经显式保存到磁盘上然后创建索引），而且通常不为查询计划中的下一个操作进行适当的排序。
· 查询优化器只估计中间结果的大小。由于对于复杂查询，估计可能有很大的误差，因此如果中间结果比预期的大得多，则处理中间结果的算法不仅必须有效而且必须适度弱化。
原理
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好的数据就保存在内存中。否则，就保存在临时表空间中。
1,处理大量、未排序、无索引的数据
2 ,Hash Join一个较大限制是它只能应用于等值联结(equality join)，这主要是由于哈希函数及其
相关文档：
当在内连接查询中加入条件时，无论是将它加入到join子句，还是加入到where子句，其效果是完全一样的，但对于外连接情况就不同了。当把条件加入到 join子句时，会返回外连接表的全部行，然后使用指定的条件返回第二个表的行。如果将条件放到where子句中，将会首先进行连接操作，然后使用where子句对连接后的行进行筛选� ......
import java.sql.*;
public class JdbcUtil
{
public static void close(Statement st, Connection con)
{
try
{
&nb ......
从网络上看到不少关于数据库远程访问配置的文章，给我的大体印象就是配置过程复杂冗余，有不少还是错误的配制方法，大多数都让人感觉费解，鉴于此，我自己根据实际操作，写了一个数据库远程访问的配置方法，力求简单有效。有对下面配置有疑问的可以留言，我将作出回答。
1. &nb ......
如何从EXPDP导出的文件里获得用户授权的SQL语句
打算迁移一系统，由于是跨平台的迁移，RMAN是不能用了，考虑使用EXPDP/IMPDP来进行导入导出，导入过程发现N多用户的权限搞出了，麻烦重导是可以花时间太长，研究了一下，生成了全部的SQL的脚本。
impdp system/manager schemas=user DIRECTORY=DUMP_FILES ......
摘自：http://www.cnblogs.com/dicky/archive/2007/01/12/618453.html
格式:
CONVERT(data_type,expression[,style])
说明:
此样式一般在时间类型(datetime,smalldatetime)与字符串类型(nchar,nvarchar,char,varchar)
相互转换的时候才用到.
例子:
SELECT CONVERT(varchar(30),getdate(),101) now
结果为 ......
