Oracle 多表连接顺序与性能关系测试

一. 创建表并insert 数据
create table ta (id number,name varchar2(10));

create table tb(id number,job varchar2(10));
begin
for i in 1..1000000 loop
begin
insert into ta values(i,'dave');
commit;
end;
end loop;

end;
begin
for i in 1..1000000 loop
begin
if i<10 then
insert into tb values(i,'boy');
elsif i<20 and i>10 then
insert into tb values(i,'girl');
commit;
end if;
end;
end loop;

end;

二.在没有索引的情况关联ta 和 tb 查询
2.1 optimizer选择 CBO（10g 默认）

--ta 在前

ta.id, ta.name,tb.job from ta,tb where ta.id=tb.id;



--tb 在前
ta.id, ta.name,tb.job from tb,ta where ta.id=tb.id;



总结：

两条SQL 执行计划是一样的， ta和tb 的顺序没有影响。

因为ta和tb 的记录相差较大，ta是100万，tb 只有20条。 所以这里CBO 选择使用Hash Join。

CBO 选择2个表中记录较小的表tb，将其数据放入内存，对Join key构造hash 表，然后去扫描大表ta。 找出与散列表匹配的行。

2.2 对ta和tb 的ID 建b-tree 索引后在查看

--建索引
create index idx_ta_id on ta(id);

create index idx_tb_id on tb(id);

--tb 在前
select ta.id, ta.name,tb.job from tb,ta where ta.id=tb.id;



--ta 在前
select ta.id, ta.name,tb.job from ta,tb where ta.id=tb.id;



总结：

执行计划还是一样，不同的是表之间的关联模式发生的改变，从Hash Join 变成了Nested Loops。

Nested loop一般用在连接的表中有索引，并且索引选择性较好的时候. 在我们这个示例中，CBO 选择把返回结果集较小的表tb 作为outer table，CBO 下，默认把outer table 作为驱动表，然后用outer table 的每一行与inner table（我们这里是ta）进行Join，去匹配结果集。 由此可见，在tb（inner table） 有索引的情况，这种匹配就非常快。

这种情况下整个SQL的cost：

cost = outer access cost + (inner access cost * outer cardinality)

从某种角度上看，可以把Nested loop 看成2层for 循环。
2.3 使用RBO 查看

在10g里，optimizer 默认已经使用CBO了，如果我们想使用RBO， 只能通过Hint 来实现。

-- ta 在前

select /*+rule*/ta.id, ta.name,tb.job from ta,tb where ta.id=tb.id;



SYS@anqing2(rac2)> select /*+rule*/ta.id, ta.name,tb.job from ta,tb where ta.id<100 and ta.id=tb.id;

Elapsed: 00:00:00.00

-- 注意这个SQL里，我们加了ta.id<100 的条件

-- 当我们加上条件之后，就先走ta了，而不是tb。 因为先走ta，用ta的限制条件过滤掉一部分结果，这样剩下的匹配工作就会减少。

Predicate Information (identified by operation id):

---------------------------------------------------

4 - access("TA"."ID"<100)

5 - access("TA"."ID"="TB"."ID")

Note

------ rule based optimizer used (consider using cbo)

--tb 在前
select /*+rule*/ta.id, ta.name,tb.job from tb,ta where ta.id=tb.id;



总结：

这2个就区别很明显。 因为Oracle对sql的解析是从后向前的。 那么当先遇到tb时，那么会对tb进行全表扫描，然后用这个结果匹配ta。因为ta有索引，所以通过索引去匹配。

如果先遇到ta，那么就会对ta进行全表扫描。 因为2个表的差距很大，所以全表扫描的成本也就很大。

所以在RBO 下，大表在前，小表在后。这样就会先遇到小表，后遇到大表。 如果有指定限定的where 条件，会先走限定条件的表。

2.4 drop 索引之后，在走RBO
drop index idx_ta_id;
drop index idx_tb_id;

--ta 在前

select /*+rule*/ta.id, ta.name,tb.job from ta,tb where ta.id=tb.id;



--tb 在前

select /*+rule*/ta.id, ta.name,tb.job from tb,ta where ta.id=tb.id;



总结：

这里选择了Sort Merge Join 来连接2张表。Sort Merge join 用在没有索引，并且数据已经排序的情况.

我们表中的记录是按照顺序插叙的，所以符合这个条件。 SQL 的解析还是按照从后往前，所以这里ta和tb 在前先扫描的顺序不一样，不过都是全表扫描。 效率都不高。

2.5 引深一个问题：使用 字段名 代替 *

* 能方便很多，但在ORACLE解析的过程中, 会通过查询数据字典，会将’*’ 依次转换成所有的列名，这就需要耗费更多的时间. 从而降低了效率。

SYS@anqing2(rac2)> set timing on

SYS@anqing2(rac2)> select * from ta where rownum=1;

ID NAME

---------- ----------

1 dave

Elapsed: 00:00:00.03

SYS@anqing2(rac2)> desc ta

Name Null? Type

-------------------------------------

ID NUMBER

NAME VARCHAR2(10)

SYS@anqing2(rac2)> select id,name from ta where rownum=1;

ID NAME

---------- ----------

1 dave

Elapsed: 00:00:00.02

时间已经缩短。 但不明显，用Toad 来查看一下：



写全字段，执行时间是161 毫秒，用* 是561毫秒。 差距很明显。

注意：
使用 * 和　写全字段名，他们的执行计划是一样的，但是执行时间不一样。