本次課程為大家講述 StoneDB 中的表連接。StoneDB 的表連接方式有 Nested Loop Join、Sort Merge Join、Map Join、Hash Join，不同的連接方式有不同的使用場(chǎng)景，在 StoneDB 中使用最廣泛的是 Map Join 和 Hash Join。下面為大家詳細(xì)介紹上述提到的四種表連接方式。

Nested Loop Join

通過(guò)一個(gè)示例來(lái)理解 Nested Loop Join 的原理：

假設(shè)優(yōu)化器會(huì)選擇表 t1 為驅(qū)動(dòng)表，表 t2 為被驅(qū)動(dòng)表，Nested Loop Join 的執(zhí)行過(guò)程如下：

1）遍歷驅(qū)動(dòng)表的結(jié)果集，取出結(jié)果集中的第1條記錄；

2）遍歷被驅(qū)動(dòng)表的結(jié)果集，按照關(guān)聯(lián)字段去判斷被驅(qū)動(dòng)表的結(jié)果集中是否存在匹配的記錄，如果匹配成功，則返回?cái)?shù)據(jù)，否則就被丟棄；

3）直到遍歷完驅(qū)動(dòng)表的結(jié)果集為止。

從執(zhí)行過(guò)程可知，驅(qū)動(dòng)表有多少結(jié)果集，被驅(qū)動(dòng)表就需要掃描多少次。如果驅(qū)動(dòng)表的結(jié)果集很大，被驅(qū)動(dòng)表就要掃描很多次，SQL 的性能就會(huì)非常的差。在其它數(shù)據(jù)庫(kù)中，如果表連接方式是 Nested Loop Join，且被驅(qū)動(dòng)表的關(guān)聯(lián)字段是索引字段，那么 Nested Loop Join 還是很高效的。但在 StoneDB 中，即使表連接的關(guān)聯(lián)條件是等值查詢，且被驅(qū)動(dòng)表的關(guān)聯(lián)字段是索引字段，優(yōu)化器也不會(huì)選擇 Nested Loop Join，而選擇 Hash Join 或者 Map Join。

Nested Loop Join 的使用場(chǎng)景：多表關(guān)聯(lián)的連接字段是非等值查詢。

要想知道表與表之間進(jìn)行關(guān)聯(lián)使用的是哪種表連接方式，需要設(shè)置參數(shù) tianmu_control_trace，然后查看 trace.log，trace.log 的默認(rèn)保存路徑在 log 目錄下。

Sort Merge Join

通過(guò)一個(gè)示例來(lái)理解 Sort Merge Join 的原理：

向右滑動(dòng)代碼

在多表關(guān)聯(lián)返回較大數(shù)據(jù)量時(shí)，Nested Loop Join 存在性能問(wèn)題，因此出現(xiàn)了 Sort Merge Join，Sort Merge Join 的執(zhí)行過(guò)程如下：

1）根據(jù)謂詞條件訪問(wèn)其中的一張表，得到的結(jié)果集按照表中的連接字段排序，排好序的結(jié)果集記為結(jié)果集 R1；

2）根據(jù)謂詞條件訪問(wèn)另外一張表，得到的結(jié)果集按照表中的連接字段排序，排好序的結(jié)果集記為結(jié)果集 R2；

3）遍歷結(jié)果集 R1，即取出結(jié)果集R1中的第1條記錄去和結(jié)果集 R2 中按照連接字段判斷是否存在匹配的記錄，直到遍歷完結(jié)果集 R1 中所有的記錄。

從執(zhí)行過(guò)程可知，Sort Merge Join 需要對(duì)連接字段進(jìn)行排序，我們知道在數(shù)據(jù)庫(kù)中做排序是比較消耗資源的，如果無(wú)法使用內(nèi)存排序，那么就需要使用磁盤排序，磁盤排序會(huì)生成臨時(shí)文件，導(dǎo)致大量 IO 和空間占用等問(wèn)題。在未出現(xiàn) Hash Join 之前，Sort Merge Join 是處理大數(shù)據(jù)較為理想的表連接方式。

Sort Merge Join 的使用場(chǎng)景：多表關(guān)聯(lián)的連接字段出現(xiàn)大于、小于比較。

Hash Join

通過(guò)一個(gè)示例來(lái)理解 Hash Join 的原理：

向右滑動(dòng)代碼

假設(shè)優(yōu)化器會(huì)選擇表 t2 為驅(qū)動(dòng)表，表 t3 為被驅(qū)動(dòng)表，Hash Join 的執(zhí)行過(guò)程如下：

1）在內(nèi)存中建立 hash table，根據(jù) hash 函數(shù)計(jì)算出表 t2 結(jié)果集中關(guān)聯(lián)字段的 hash value，將計(jì)算出的 hash value 存放到內(nèi)存的 hash table；

2）根據(jù) hash 函數(shù)計(jì)算出表 t3 結(jié)果集中關(guān)聯(lián)字段的 hash value；

3）表 t3 結(jié)果集中關(guān)聯(lián)字段的 hash value 與內(nèi)存中的 hash table 進(jìn)行匹配，如果匹配成功，則返回?cái)?shù)據(jù)，否則就被丟棄。

從執(zhí)行過(guò)程可知，每張表只需要掃描一次，hash 函數(shù)可以把 hash value 均勻地打散，匹配的效率還是非常高效的。

Hash Join 的使用場(chǎng)景：多表關(guān)聯(lián)返回大量數(shù)據(jù)，且連接字段必須是等值查詢。

Map Join

通過(guò)一個(gè)示例來(lái)理解 Map Join 的原理：

向右滑動(dòng)代碼

Map Join 的執(zhí)行過(guò)程與 Hash Join 的執(zhí)行過(guò)程很相似，通常情況下 Hash Join 算法比 Map Join 高效，如果把參數(shù) tianmu_force_hashjoin 打開，原本優(yōu)化器選擇的表連接方式是 Map Join，現(xiàn)在會(huì)選擇 Hash Join。?

以上是本次課程的全部?jī)?nèi)容，感謝各位繼續(xù)關(guān)注。如果您對(duì) StoneDB 感興趣，歡迎前往 StoneDB 代碼倉(cāng)庫(kù)了解更多，期待您的加入。

END