oracle執行計劃hash join anti
hash join(HJ)是一種用於equi-join（而anti-join就是使用NOT IN時的join）的技術。在Oracle中，它是從7.3開始引入的，
以代替sort-merge和nested-loop join方式，提高效率。在CBO（hash join只有在CBO才可能被使用到）模式下，優化器計算代價時，
首先會考慮hash join。
可以通過提示use_hash來強制使用hash join，也可以通過修改會話或資料庫引數HASH_JOIN_ENABLED=FALSE（預設為TRUE）強
制不使用hash join。
Hash join的主要資源消耗在於CPU（在記憶體中建立臨時的hash表，並進行hash計算），而merge join的資源消耗主要在於此盤IO
（掃描表或索引）。在並行系統中，hash join對CPU的消耗更加明顯。所以在CPU緊張時，最好限制使用hash join。
在絕大多數情況下，hash join效率比其他join方式效率更高：
在Sort-Merge Join(SMJ)，兩張表的資料都需要先做排序，然後做merge。因此效率相對最差；
Nested-Loop Join(NL)效率比SMJ更高。特別是當驅動表的資料量很大（集的勢高）時。這樣可以並行掃描內表。
Hash join效率最高，因為只要對兩張表掃描一次。 Hash join一般用於一張小表和一張大表進行join時。Hash join的過程大致如下（下面所說的記憶體就指sort area，關於過程，後
面會作詳細討論）：
1． 一張小表被hash在記憶體中。因為資料量小，所以這張小表的大多數資料已經駐入在記憶體中，剩下的少量資料被放置在臨時表空間中；
2． 每讀取大表的一條記錄，就和小表中記憶體中的資料進行比較，如果符合，則立即輸出資料（也就是說沒有讀取臨時表空間中的小表的數
據）。而如果大表的資料與小表中臨時表空間的資料相符合，則不直接輸出，而是也被儲存臨時表空間中。
3． 當大表的所有資料都讀取完畢，將臨時表空間中的資料以其輸出。
如果小表的資料量足夠小（小於hash area size），那所有資料就都在記憶體中了，可以避免對臨時表空間的讀寫。 如果是並行環境下，前面中的第2步就變成如下了：
2． 每讀取一條大表的記錄，和記憶體中小表的資料比較，如果符合先做join，而不直接輸出，直到整張大表資料讀取完畢。如果記憶體足夠，Join好的資料就儲存在記憶體中。否則，就儲存在臨時表空間中。
二、 Oracle中與hash join相關的引數
首先，要注意的是，hash join只有在CBO方式下才會被啟用。在oracle中與hash join相關的引數主要有以下幾個：
1． HASH_JOIN_ENABLED
這個引數是控制查詢計劃是否採用hash join的“總開關”。它可以在會話級和例項級被修改。預設為TRUE，既可以（不是一定，要看優化器計算出來的代價）使用。如果設為
FALSE，則禁止使用hash join。
2． HASH_AREA_SIZE
這個引數控制每個會話的hash記憶體空間有多大。它也可以在會話級和例項級被修改。預設（也是推薦）值是sort area空間大小的兩倍（2*SORT_AREA_SIZE）。要提高
hash join的效率，就一定儘量保證sort area足夠大，能容納下整個小表的資料。但是因為每個會話都會開闢一個這麼大的記憶體空間作為hash記憶體，所以不能過大（一般不建議
超過2M）。 在Oracle9i及以後版本中，Oracle不推薦在dedicated server中使用這個引數來設定hash記憶體，而是推薦通過設定
PGA_AGGRATE_TARGET引數來自動管理PGA記憶體。保留HASH_AREA_SIZE只是為了向後相容。在dedicated server中，hash area是從
PGA中分配的，而在MTS(Multi-Threaded Server)中，hash area是從UGA中分配的。
另外，還要注意的是，每個會話並不一定只打開一個hash area，因為一個查詢中可能不止一個hash join，這是就會相應同時開啟多個
hash area。
3． HAHS_MULTIBLOCK_IO_COUNT
這個引數決定每次讀入hash area的資料塊數量。因此它會對IO效能產生影響。他只能在init.ora或spfile中修改。在8.0及之前版本，它的預設值是1，在8i及以後版本，預設
值是0。一般設定為1-(65536/DB_BLOCK_SIZE)。 在9i中，這個引數是一個隱藏引數：_HASH_MULTIBLOCK_IO_COUNT，可以通過表x$ksppi查詢和修改。
另外，在MTS中，這個引數將不起作用（只會使用1）。 它的最大值受到OS的IO頻寬和DB_BLOCK_SIZE的影響。既不能大於MAX_IO_SIZE/DB_BLOCK_SIZE。
在8i及以後版本，如果這個值設定為0，則表示在每次查詢時，Oracle自己自動計算這個值。這個值對IO效能影響非常大，因此，建議不要修改這個引數，使用預設值0，讓
Oracle自己去計算這個值。 如果一定要設定這個值，要保證以下不等式能成立：
R/M < Po2(M/C)
其中，R表示小表的大小；M=HASH_AREA_SIZE*0.9；Po2(n)為n的2次方；C=HASH_MULTIBLOCK_IO_COUNT*DB_BLOCK_SIZE。
三、 Hash join的過程
一次完整的hash join如下：
1． 計算小表的分割槽（bucket）數
決定hash join的一個重要因素是小表的分割槽（bucket）數。這個數字由hash_area_size、hash_multiblock_io_count和db_block_size引數共同決定。Oracle會保留hash
area的20%來儲存分割槽的頭資訊、hash點陣圖資訊和hash表。因此，這個數字的計算公式是：
Bucket數=0.8*hash_area_size/(hash_multiblock_io_count*db_block_size)
2． Hash計算
讀取小表資料（簡稱為R），並對每一條資料根據hash演算法進行計算。Oracle採用兩種hash演算法進行計算，計算出能達到最快速度的hash值（第一hash值和第二hash值）
。而關於這些分割槽的全部hash值（第一hash值）就成為hash表。
3． 存放資料到hash記憶體中
將經過hash演算法計算的資料，根據各個bucket的hash值（第一hash值）分別放入相應的bucket中。第二hash值就存放在各條記錄中。
4． 建立hash點陣圖
與此同時，也建立了一個關於這兩個hash值對映關係的hash點陣圖。
5． 超出記憶體大小部分被移到磁碟
如果hash area被佔滿，那最大一個分割槽就會被寫到磁碟（臨時表空間）上去。任何需要寫入到磁碟分割槽上的記錄都會導致磁碟分割槽被更新。這樣的話，就會嚴重影響效能，
因此一定要儘量避免這種情況。2-5一直持續到整個表的資料讀取完畢。
6． 對分割槽排序
為了能充分利用記憶體，儘量儲存更多的分割槽，Oracle會按照各個分割槽的大小將他們在記憶體中排序。
7． 讀取大表資料，進行hash匹配
接下來就開始讀取大表（簡稱S）中的資料。按順序每讀取一條記錄，計算它的hash值，並檢查是否與記憶體中的分割槽的hash值一致。如果是，返回join資料。如果記憶體中的
分割槽沒有符合的，就將S中的資料寫入到一個新的分割槽中，這個分割槽也採用與計算R一樣的演算法計算出hash值。也就是說這些S中的資料產生的新的分割槽數應該和R的分割槽集的
分割槽數一樣。這些新的分割槽被儲存在磁碟（臨時表空間）上。
8． 完全大表全部資料的讀取
一直按照7進行，直到大表中的所有資料的讀取完畢。
9． 處理沒有join的資料
這個時候就產生了一大堆join好的資料和從R和S中計算儲存在磁碟上的分割槽。
10． 二次hash計算
從R和S的分割槽集中抽取出最小的一個分割槽，使用第二種hash函式計算出並在記憶體中建立hash表。採用第二種hash函式的原因是為了使資料分佈性更好。
11． 二次hash匹配
在從另一個數據源（與hash在記憶體的那個分割槽所屬資料來源不同的）中讀取分割槽資料，與記憶體中的新hash表進行匹配。返回join資料。
12． 完成全部hash join
繼續按照9-11處理剩餘分割槽，直到全部處理完畢。 整個hash join就完成了。
四、 關於唯一健值的hash點陣圖
這個點陣圖包含了每個hash分割槽是否有有值的資訊。它記錄了有資料的分割槽的hash值。這個點陣圖的最大作用就是，如果S表中的資料沒有與記憶體中的hash表匹配上，先檢視這
個位圖，已決定是否將沒有匹配的資料寫入磁碟。那些不可能匹配到的資料（即點陣圖上對應的分割槽沒有資料）就不再寫入磁碟。
轉載地址：http://blog.163.com/as_liaokun/blog/static/64928961200922312913464/