SQL Server 索引基础知识(10)----Joins 时的三种算法简介

我们书写查询语句的时候，Join 参数之前可以是下面三个 { LOOP | MERGE | HASH } JOIN  。 如果不使用，则系统自己分析那种方式快，使用那种方式。
这其实是SQL Server 联结时候使用的三种算法。尽管每种算法都并不是很复杂，但考虑到性能优化，在产品级的优化器实现时往往使用的是改进过的变种算法。譬如SQL Server 支持block nested loops、index nexted loops、sort-merge、hash join以及hash team。我们在这里只对上述三种基本算法的原型做一个简单的介绍。
 
知识点：
      Tables join总是两个两个进行的。所以下面的算法都是两个表的联结。
Hash Join （哈希联结） 下图是 SQL Server 标示这种联结的图标，从图标我们就可以看到这个查询的逻辑。

逻辑步骤，如下图： 以数据少的数据表的 Join 字段建立 Hash 值。 对应的数据表计算 Join 字段的 Hash ，再与前一个数据表做比对。


特点： 处理大量、未排序、无索引的数据 一般来说，查询优化器会首先考虑Nested Loop和Sort-Merge，但如果两个集合量都不小且没有合适的索引时，才会考虑使用Hash Join。 Hash Join也用于许多集合比较操作，inner join、left/right/full outer join、intersect、difference等等，当然了，需要保证都是等值联结。 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桶的确定性及无序性所导致的。

 
Nested Loop Join （嵌套循环联结） 下图是 SQL Server 标示这种联结的图标，从图标我们就可以看到这个查询的逻辑。

逻辑步骤，如下图： 从外层的数据表取出一笔记录 使用这个记录扫描内层的数据表 再回到外层的数据表，重复上述的步骤。


特点： 适用于一个集合大而另一个集合小的情况(将小集合做为外循环)，I/O性能不错。 当外循环输入相当小而内循环非常大且有索引建立在JOIN字段上时，I/O性能相当不错。 当两个集合中只有一个在JOIN字段上建立索引时，一定要将该集合作为内循环。 对于一对一的匹配关系(两个具有唯一约束字段的联结)，可以在找到匹配元组后跳过该次内循环的剩余部分(类似于编程语言循环语句中的continue)。 可以不是等值联结

 
Merge Join （合并联结） 下图是 SQL Server 标示这种联结的图标，从图标我们就可以看到这个查询的逻辑。

逻辑步骤。如下图： 使用两个数据表用来 Join 的字段既有的索引 两边的数据表以光标由小到大比较，一边移动到比另一个数据表大时，换移另一个数据表。


特点： 可以不是等值联结 MERGE JOIN 必须等待两个单独的SORT JOIN完成(如果使用索引作为数据源,可以跳过SORT JOIN这个步骤), 如果两个表的规模相差很大, 会很影响查询的性能。 当查询的两个表都很大或者都很小的时候， 则应该只用MERGE JOIN，如果两个表都很小，则表扫描和分类将进行的很快；

 
分别使用这三种 Join 的例子：

create table t1 ( i int not null )
create table t2 ( i int not null )
go

set showplan_text on
go
--   Hash Match(Inner Join, HASH:([ghj_Demo].[dbo].[t2].[i])=([ghj_Demo].[dbo].[t1].[i]))
select * from t1 join t2 on t1.i = t2.i
go

set showplan_text off
go

alter table t1 add primary key ( i )
alter table t2 add primary key ( i )
go
 
set showplan_text on
go
--   |--Nested Loops(Inner Join, OUTER REFERENCES:([ghj_Demo].[dbo].[t1].[i])) 
select * from t1 join t2 on t1.i = t2.i
go 
set showplan_text off
go

set showplan_text on
go
-- Merge Join(Inner Join, MERGE:([ghj_Demo].[dbo].[t1].[i])=([ghj_Demo].[dbo].[t2].[i]), 
-- RESIDUAL:([ghj_Demo].[dbo].[t2].[i]=[ghj_Demo].[dbo].[t1].[i])) 
select * from t1 join t2 on t1.i = t2.i option(merge join)
go 
set showplan_text off
go

 
drop table t1, t2

 

参考资料：

浅谈查询优化器中的JOIN算法
http://blog.csdn.net/hdy007/archive/2007/02/28/1516467.aspx

 

Example of merge ,hash and nested join
http://forums.microsoft.com/MSDN/ShowPost.aspx?PostID=498748&SiteId=1

 

Inside SQL Server Joins
http://blog.csdn.net/happydreamer/archive/2007/05/16/1611523.aspx