三种连接方式核心对比表
| 连接方式 | 核心原理 | 适用场景 | 索引依赖 | 内存消耗 | 时间复杂度 |
|---|
| NESTED LOOPS | 外层表逐行匹配内层表 | 小表驱动大表、实时查询 | 被驱动表需索引 | 低（<100KB） | O(n*m) |
| HASH JOIN | 构建哈希表后批量匹配 | 大数据量等值连接、无索引 | 无 | 高（需缓存哈希表） | O(n+m) |
| MERGE JOIN | 排序后双指针合并 | 非等值连接、已排序数据 | 可利用排序索引 | 中（排序阶段消耗） | O(n log n + m log m) |
NESTED LOOPS连接
核心特性
- 双层循环：外层表（小表）驱动内层表（大表）
- 早停机制：匹配成功后立即返回结果，适合分页查询
- 优化建议：被驱动表连接列建立高选择性索引，如主键索引
HASH JOIN连接
核心特性
- 两阶段处理：构建阶段（小表生成哈希表）→ 探测阶段（大表匹配哈希桶）
- 无索引依赖：适合数据仓库等无索引场景
- 优化建议：确保PGA_AGGREGATE_TARGET足够，避免哈希表溢出磁盘
MERGE JOIN连接
核心特性
- 排序合并：先排序后合并，支持非等值连接（>、<、BETWEEN）
- 适用场景：RBO模式、不等价关联或数据源已排序
- 优化建议：连接列建立B树索引，避免额外排序开销
执行计划解读要点
- NESTED LOOPS：关注
NESTED LOOPS操作及被驱动表的INDEX SCAN - HASH JOIN：检查
HASH JOIN及Bytes列（哈希表大小） - MERGE JOIN：留意
SORT JOIN（排序开销）和MERGE JOIN操作
场景选择决策树
数据量小且有索引 → NESTED LOOPS
大数据量等值连接 → HASH JOIN
非等值连接或已排序 → MERGE JOIN
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
