簡單回顧嵌套循環：

兩個表關聯，較小的表（指使用了過濾條件后結果集較小的表）稱為驅動表或者外表（，另一個稱為內表。在嵌套連接過程中，oracle首先讀取驅動表的第一條數據，然后和內表進行比對，所以匹配的記錄存放在結果集中，然后讀取驅動表的下一條數據，重復上面的操作，直到驅動表的所以數據都處理了一遍。嵌套循環是一種從連接結果中提取第一批數據的最快捷方式。

在驅動表較小、或者內表的關聯列上有唯一索引或高度可選的非唯一索引時，嵌套循環的效果一般會比較好。

在索引范圍掃描中，如果需要訪問的鍵值數超過大幾百萬時，就不建議使用索引范圍掃描了，因為此時開銷會呈幾何數增長。因此，在使用嵌套循環的過程中，如果發現需要訪問的鍵值數有大幾百萬（驅動表記錄數*每條數據與內表關聯需要訪問的鍵值數），就應該考慮使用hash連接代替，如果是單表走的索引，則應該考慮走全表掃描。

本次小課堂分享的內容：

1、簡單了解hash連接的流程；

2、了解hash連接的使用限制及使用場景；

hash連接的流程

對于什么是Hash算法原理？這個問題有點難度，不是很好說清楚，來做一個比喻吧：我們有很多的小豬，每個的體重都不一樣，假設體重分布比較平均(我們考慮到公斤級別)，我們按照體重來分,劃分成100個小豬圈。 然后把每個小豬，按照體重趕進各自的豬圈里，記錄檔案。 好了，如果我們要找某個小豬怎么辦呢？我們需要每個豬圈，每個小豬的比對嗎？ 當然不需要了。 我們先看看要找的這個小豬的體重，然后就找到了對應的豬圈了。 在這個豬圈里的小豬的數量就相對很少了。 我們在這個豬圈里就可以相對快的找到我們要找到的那個小豬了。 對應于hash算法。 就是按照hashcode分配不同的豬圈，將hashcode相同的豬放到一個豬圈里。 查找的時候，先找到hashcode對應的豬圈，然后在逐個比較里面的小豬。 所以問題的關鍵就是建造多少個豬圈比較合適。 如果每個小豬的體重全部不同（考慮到毫克級別)，每個都建一個豬圈，那么我們可以最快速度的找到這頭豬。缺點就是，建造那么多豬圈的費用有點太高了。 如果我們按照10公斤級別進行劃分，那么建造的豬圈只有幾個吧，那么每個圈里的小豬就很多了。我們雖然可以很快的找到豬圈，但從這個豬圈里逐個確定那頭小豬也是很累的。 所以，好的hashcode，可以根據實際情況，根據具體的需求，在時間成本(更多的豬圈，更快的速度)和空間本(更少的豬圈，更低的空間需求)之間平衡。(摘自網絡)

兩個表做hash連接，較小的表作為驅動表（這里指運用了過濾條件后結果集較小的表），另一個表稱為探測表。

hash函數的一個特性：相同值經過hash函數運算得到的hash code一定相同，不同值經過hash函數運算得到的hash code可能不同。

在兩個表做hash連接的過程中，我們會對驅動表的關聯列使用兩個內置函數計算hash值，我們把這兩個hash值分別記為hash_value_1和hash_value_2,我們將hash_value_1相同的記錄存放在一個hash bucket中，這里注意hash bucket只需要記錄該sql語句的查詢列、關聯列及hash_value_2即可。hash table由這些hash bucket組成。

最理想模式下的hash連接流程：

optimal模式

optimal模式就是從驅動表上獲取的結果集比較小，可以把整個hash table都建立在用戶可以使用的內存區域里。

大致上分為以下幾步：

1、利用連接列上的hash函數，將從驅動表上獲取的結果集做成hash table存放在內存中，這里的hash bucket總是2的n次方。可以簡單的把hash table看做內存里的一個大正方形，里面有很多小格子，驅動表的數據就分布在這些小格子里面，這些小格子就是hash bucket。

2、oracle開始讀取探測表的數據，對每一個數據都做關聯列上的hash函數（和驅動表的hash函數相同），定位到hash table中的hash bucket，找到hash bucket就進去看看有沒有匹配的數據。

3、如果hash bucket里沒有數據，則丟棄探測表中的這一行數據。如果有，則進一步查看里面的數據是否和探測表的這條記錄匹配。

4、循環處理，直到處理完探測表中的所有記錄，返回結果集。

hash連接的使用限制及使用場景：

1、hash連接種驅動表的關聯列上的可選擇性應當盡可能的好（取值分布比較均勻），因為這個可選擇性會影響hash bucket中的記錄數，而hash bucket中的記錄數又會影響從從匹配數據的效率。因此一個hash bucket所包含的記錄數過多，可能嚴重降低所對應的hash連接的執行效率。

2、hash連接只適用于CBO，且只能用于等值連接。

3、hash連接很適合于一個小表（結果集）與一個大表之間的連接，特別是小表關聯列上的可選擇性非常好的情況，此時耗費的時間可以近似看成全表掃描兩個表耗費的時間。

4、當關聯列上缺乏有效的索引，hash連接比嵌套循環更加有效。

 --整理自網絡