当前位置:数据库 > Oracle >>

深入理解Oracle表(5):三大表连接方式详解之Hash Join的定义,原理,算法,成本,模式和位图

深入理解Oracle表(5):三大表连接方式详解之Hash Join的定义,原理,算法,成本,模式和位图

深入理解Oracle表(4):表(Table)和段(Segment)之间是什么关系
http://www.zzzyk.com/database/201304/203778.html

  Hash Join只能用于相等连接,且只能在CBO优化器模式下。相对于nested loop join,hash join更适合处理大型结果集
 Hash Join的执行计划第1个是hash表(build table),第2个探查表(probe table),一般不叫内外表,nested loop才有内外表
 Hash表也就是所谓的内表,探查表所谓的外表
 两者的执行计划形如:
 nested loop
 outer table   --驱动表
 inner table
 
 hash join
  build table  (inner table) --驱动表
  probe table   (outer  table) 
 先看一张图片,大致了解Hash Join的过程:
 
 下面详细了解一下Hash Join
 ㈠ Hash join概念
 
 Hash join算法的一个基本思想就是根据小的row sources(称作build input 也就是前文提到的build table,我们记较小的表为S,较大的表为B)
  建立一个可以存在于hash area内存中的hash table
  然后用大的row sources(称作probe input,也就是前文提到的probe table) 来探测前面所建的hash table
  如果hash area内存不够大,hash table就无法完全存放在hash area内存中
  针对这种情况,Oracle在连接键利用一个hash函数将build input和probe input分割成多个不相连的分区
  分别记作Si和Bi,这个阶段叫做分区阶段;然后各自相应的分区,即Si和Bi再做Hash join,这个阶段叫做join阶段 
  如果HASH表太大,无法一次构造在内存中,则分成若干个partition,写入磁盘的temporary segment,则会多一个写的代价,会降低效率
  至于小表的概念,对于 hash join 来说,能容纳在 pga 中的 hash table 都可以叫小表,通常比如:
  pga_aggregate_target   big integer  1073741824
  hash  area size 大体能使用到40多 M ,这样的话通常可能容纳 几十万的记录
  hash area size缺省是2*sort_area_size,我们可以直接修改SORT_AREA_SIZE 的大小,HASH_AREA_SIZE也会跟着改变的
  如果你的workarea_size_policy=auto,那么我们只需设定pga_aggregate_target
  但请记住,这是一个session级别的参数,有时,我们更倾向于把hash_area_size的大小设成驱动表的1.6倍左右
  驱动表仅仅用于nested loop join 和 hash join,但Hash join不需要在驱动表上存在索引,而nested loop join则迫切需求
  一两百万记录的表 join上  千万记录的表,hash join的通常表现非常好
  不过,多与少,大与小,很多时候很难量化,具体情况还得具体分析
  如果在分区后,针对某个分区所建的hash table还是太大的话,oracle就采用nested loop hash join
  所谓的nested-loops hash join就是对部分Si建立hash table,然后读取所有的Bi与所建的hash table做连接
  然后再对剩余的Si建立hash table,再将所有的Bi与所建的hash table做连接,直至所有的Si都连接完了
 
 ㈡ Hash Join原理
 
 考虑以下两个数据集:
  S={1,1,1,3,3,4,4,4,4,5,8,8,8,8,10}
  B={0,0,1,1,1,1,2,2,2,2,2,2,3,8,9,9,9,10,10,11}
  Hash Join的第一步就是判定小表(即build input)是否能完全存放在hash area内存中
  如果能完全存放在内存中,则在内存中建立hash table,这是最简单的hash join
  如果不能全部存放在内存中,则build input必须分区。分区的个数叫做fan-out
  Fan-out是由hash_area_size和cluster size来决定的。其中cluster size等于db_block_size * _hash_multiblock_io_count
  hash_multiblock_io_count是个隐藏参数,在9.0.1以后就不再使用了
[sql] 
sys@ORCL> ed 
Wrote file afiedt.buf 
 
 1 select a.ksppinm name,b.ksppstvl value,a.ksppdesc description 
 2 from x$ksppi a,x$ksppcv b 
 3 where a.indx = b.indx 
 4* and a.ksppinm like '%hash_multiblock_io_count%' 
sys@ORCL> / 
 
NAME VALUE DESCRIPTION 
------------------------------ ----- ------------------------------------------------------------ 
_hash_multiblock_io_count 0 number of blocks hash join will read/write at once 

  Oracle采用内部一个hash函数作用于连接键上,将S和B分割成多个分区
  在这里我们假设这个hash函数为求余函数,即Mod(join_column_value,10)
  这样产生十个分区,如下表:
 
  经过这样的分区之后,只需要相应的分区之间做join即可(也就是所谓的partition pairs) 
  如果有一个分区为NULL的话,则相应的分区join即可忽略
  在将S表读入内存分区时,oracle即记录连接键的唯一值,构建成所谓的位图向量
  它需要占hash area内存的5%左右。在这里即为{1,3,4,5,8,10}
  当对B表进行分区时,将每一个连接键上的值与位图向量相比较,如果不在其中,则将其记录丢弃
  在我们这个例子中,B表中以下数据将被丢弃{0,0,2,2,2,2,2,2,9,9,9,9,9}
  这个过程就是位图向量过滤
  当S1,B1做完连接后,接着对Si,Bi进行连接
  这里oracle将比较两个分区,选取小的那个做build input,就是动态角色互换
  这个动态角色互换发生在除第一对分区以外的分区上面

 ㈢ Hash Join算法
 
 第1步:判定小表是否能够全部存放在hash area内存中,如果可以,则做内存hash join。如果不行,转第二步
  第2步:决定fan-out数
 (Number of Partitions) * C<= Favm *M
  其中C为Cluster size,其值为DB_BLOCK_SIZE*HASH_MULTIBLOCK_IO_COUNT
  Favm为hash area内存可以使用的百分比,一般为0.8左右
  M为Hash_area_size的大小
  第3步:读取部分小表S,采用内部hash函数(这里称为hash_fun_1)
 将连接键值映射至某个分区,同时采用hash_fun_2函数对连接键值产生另外一个hash值
 这个hash值用于创建hash table用,并且与连接键值存放在一起
  第4步:对build input建立位图向量
  第5步:如果内存中没有空间了,则将分区写至磁盘上
  第6步:读取小表S的剩余部分,重复第三步,直至小表S全部读完
  第7步:将分区按大小排序,选取几个分区建立hash table(这里选取分区的原则是使选取的数量最多)
  第8步:根据前面用hash_fun_2函数计算好的hash值,建立hash table
  第9步:读取表B,采用位图向量进行位图向量过滤
  第10步:对通过过滤的数据采用hash_fun_1函数将数据映射到相应的分区中去,并计算hash_fun_2的hash值
  第11步:如果所落的分区在内存中,则将前面通过hash_fun_2函数计算所得的hash值与内存中已存在的hash table做连接
 将结果写致磁盘上。如果所落的分区不在内存中,则将相应的值与表S相应的分区放在一起
  第12步:继续读取表B,重复第9步,直至表B读取完毕  
  第13步:读取相应的(Si,Bi)做hash连接。在这里会发生动态角色互换
  第14步:如果分区过后,最小的分区也比内存大,则发生nested-loop hash join  
 
 ㈣ Hash Join的成本
 
  ⑴ In-Memory Hash Join
  Cost(HJ)=Read(S)+ build hash table in memory(CPU)+Read(B) + Perform In memory Join(CPU)
  忽略cpu的时间,则:
  Cost(HJ)=Read(S)+Read(B)
 
  ⑵ On-Disk Hash Join
  根据上述的步骤描述,我们可以看出:
  Cost(HJ)=Cost(HJ1)+Cost(HJ2) 
  其中Cost(HJ1)的成本就是扫描S,B表,并将无法放在内存上的部分写回磁盘,对应前面第2步至第12步
 Cost(HJ2)即为做nested-loop hash join的成本,对应前面的第13步至第14步
  其中Cost(HJ1)近似等于Read(S)+Read(B)+Write((S-M)+(B-B*M/S))
  因为在做nested-loop hash join时,对每一chunk的build input,都需要读取整个probe input,因此
  Cost(HJ2)近似等于Read((S-M)+n*(B-B*M/S)),其中n是nested-loop hash join需要循环的次数:n=(S/F)/M
  一般情况下,如果n大于10的话,hash join的性能将大大下降
  从n的计算公式可
CopyRight © 2022 站长资源库 编程知识问答 zzzyk.com All Rights Reserved
部分文章来自网络,