数据库表的连接方式 - Hash Join ,Merge Join ,Nested Loop 比较
left join 、right join 、inner join 和 full join 的区别
内连接
- INNER JOIN(等值连接): 只显示两个表中联结字段相等的行. 这个和用 select 查询多表是一样的效果，所以很少用到；
外连接:
-
LEFT JOIN : 以左表为基础, 显示左表中的所有记录, 不管是否与关联条件相匹配, 而右表中的数据只显示与关联条件相匹配的记录, 不匹配的记录以 NULL 字符填充. left join 是 left outer join 的简写，left join 默认是 outer 属性的。
-
RIGHT JOIN: 以右表为基础, 显示右表中的所有记录, 不管是否与关联条件相匹配, 而左表中的数据只显示与关联条件相匹配的记录, 不匹配的记录以 NULL 字符填充.
-
FULL JOIN : 显示多个表中的所有的记录, 不匹配关联条件的列以 NULL 字符填充.
NESTED LOOP
对于被连接的数据子集较小的情况，嵌套循环连接是个较好的选择。在嵌套循环中，内表被外表驱动，外表返回的每一行都要在内表中检索找到与它匹配的行，因此整个查询返回的结果集不能太大（大于 1 万不适合），要把返回子集较小表的作为外表（CBO 默认外表是驱动表），而且在内表的连接字段上一定要有索引。当然也可以用 ORDERED 提示来改变 CBO 默认的驱动表，使用 USE_NL(table_name1 table_name2) 可是强制 CBO 执行嵌套循环连接。
HASH JOIN
散列连接是 CBO 做大数据集连接时的常用方式，优化器使用两个表中较小的表（或数据源）利用连接键在内存中建立散列表，然后扫描较大的表并探测散列表，找出与散列表匹配的行。
这种方式适用于较小的表完全可以放于内存中的情况，这样总成本就是访问两个表的成本之和。但是在表很大的情况下并不能完全放入内存，这时优化器会将它分割成若干不同的分区，不能放入内存的部分就把该分区写入磁盘的临时段，此时要有较大的临时段从而尽量提高 I/O 的性能。 也可以用 USE_HASH(table_name1 table_name2) 提示来强制使用散列连接。如果使用散列连接 HASH_AREA_SIZE 初始化参数必须足够的大，如果是 9i，Oracle 建议使用 SQL 工作区自动管理，设置 WORKAREA_SIZE_POLICY 为 AUTO，然后调整 PGA_AGGREGATE_TARGET 即可。
MERGE JOIN 排序合并连接
通常情况下散列连接的效果都比排序合并连接要好，然而如果行源已经被排过序，在执行排序合并连接时不需要再排序了，这时排序合并连接的性能会优于散列连接。可以使用 USE_MERGE(table_name1 table_name2) 来强制使用排序合并连接
几种方式的操作方式
merge join
merge join 的操作通常分三步：
- 对连接的每个表做 table access full;
- 对 table access full 的结果进行排序。
- 进行 merge join 对排序结果进行合并。
在全表扫描比索引范围扫描再通过 rowid 进行表访问更可取的情况下，merge join 会比 nested loops 性能更佳。当表特别小或特别巨大的时候，实行全表访问可能会比索引范围扫描更有效。mrege join 的性能开销几乎都在前两步。
hash join
对两个表进行全表扫描，然后 oracle 读取涉及连接的其中一个表，并且在内存里创建来自表的连接列的唯一关键字的位图。当读取和处理第二个表的行时，创建值的位图被用做过滤器。如果一个行成功的通过位图过滤，则 hash 算法用于数据查找和后来的连接。（这里涉及数学问题，我也弄的不是很清楚）。
以下条件下 hash join 可能有优势：
- 两个巨大的表之间的连接。
- 在一个巨大的表和一个小表之间的连接。
Nested Loops
会循环外表（驱动表），逐个比对和内表的连接是否符合条件。在驱动表比较小，内表比较大，而且内外表的连接列有索引的时候比较好。当 SORT_AREA 空间不足的时候，Oracle 也会选择使用 NL。基于 Cost 的 Oracle 优化器 (CBO) 会自动选择较小的表做外表。
连接方式总结：
-
嵌套循环 (nest loop):
对于被连接的数据子集较小的情况，嵌套循环连接是较好的选择。在嵌套循环中，外表驱动内表，外表返回的每一行都要在内表中检索找到它匹配的行，因此整个查询返回的结果集不能太大（大于 10000 不合适），要把返回子集较小的表作为外表（驱动表），而且在内表的连接字段上一定要有索引。
-
哈希连接 (hash join):
哈希连接是大数据集连接时常用的方式，优化器使用两个表中较小的表，利用连接键在内存中建立散列表，然后扫描较大的表并探测散列表，找出与散列表匹配的行。
这种方式适用于较小的表完全可以放入内存的情况，这样成本就是访问两个表的成本之和。但是在表很大的情况下并不能完全放入内存，这时优化器将它分割成若干不同的分区，不能放入内存的部分就把该分区写入磁盘的临时段。
哈希连接只能应用于等值连接 (如 WHERE A.COL3 = B.COL4)、非等值连接 (WHERE A.COL3> B.COL4)、外连接 (WHERE A.COL3 = B.COL4(+))。
-
排序合并连接（Sort Merge Join ）
通常情况下哈希连接的效果都比排序合并连接要好。然而如果行源已经被排过序，在执行排序合并连接时不需要再排序了，这时排序归并连接的性能会忧于哈希连接。