您好,登錄后才能下訂單哦!
Hash Join是Oracle CBO時代經(jīng)常出現(xiàn)的一種連接方式,對海量數(shù)據(jù)處理時經(jīng)常出現(xiàn)在執(zhí)行計劃里。本篇的上篇(http://space.itpub.net/17203031/viewspace-697442) 介紹了Hash Join的一些外部特征和操作算法流程,下面我們一起看下一些影響到Hash Join的重要參數(shù)和內(nèi)部指標。
3、Hash Join相關(guān)參數(shù)
Hash Join是CBO優(yōu)化器才能生成的執(zhí)行計劃操作,如果是選擇了RBO就不能生成包括Hash Join的執(zhí)行計劃。此外,與Hash Join相關(guān)的Oracle參數(shù)還包括下面幾個:
ü Hash_Join_Enable
該參數(shù)是控制CBO啟用Hash Join的開關(guān)。如果設(shè)置為True,則表示CBO可以使用Hash Join連接方式,否則就不可以使用。在目前的版本中,該參數(shù)已經(jīng)演化為一個隱含參數(shù),名稱為“_hash_join_enable”。
SQL> col name for a20;
SQL> col value for a10;
SQL> col DESCRIB for a30;
SQL> SELECT x.ksppinm NAME, y.ksppstvl VALUE, x.ksppdesc describ
2 FROM SYS.x$ksppi x, SYS.x$ksppcv y
3 WHERE x.inst_id = USERENV ('Instance')
4 AND y.inst_id = USERENV ('Instance')
5 AND x.indx = y.indx
6 AND x.ksppinm LIKE '%hash_join_enable%';
NAME VALUE DESCRIB
-------------------- ---------- ------------------------------
_hash_join_enabled TRUE enable/disable hash join
該參數(shù)的隱式化,也就說明了CBO已經(jīng)成熟到一定程度,Oracle官方不希望我們禁用掉這種Hash Join連接方式。當(dāng)然,我們可以從system和session兩層均可以暫時的禁用掉hash Join。
//此時_hash_join_enable=true
SQL> explain plan for select * from segs, tabs where segs.segment_name=tabs.table_name;
Explained
SQL> select * from table(dbms_xplan.display);
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
Plan hash value: 2106473715
---------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
---------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 990 | 354K| 25 (4)| 00:00:01 |
|* 1 | HASH JOIN | | 990 | 354K| 25 (4)| 00:00:01 |
| 2 | TABLE ACCESS FULL| TABS | 968 | 229K| 11 (0)| 00:00:01 |
| 3 | TABLE ACCESS FULL| SEGS | 2267 | 274K| 13 (0)| 00:00:01 |
---------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - access("SEGS"."SEGMENT_NAME"="TABS"."TABLE_NAME")
15 rows selected
//session層面禁用hash_join連接
SQL> alter session set "_hash_join_enabled"=false;
Session altered
NAME VALUE DESCRIB
-------------------- ---------- ------------------------------
_hash_join_enabled FALSE enable/disable hash join
//相同的SQL,此時參數(shù)環(huán)境已經(jīng)變化;
SQL> explain plan for select * from segs, tabs where segs.segment_name=tabs.table_name;
Explained
SQL> select * from table(dbms_xplan.display);
PLAN_TABLE_OUTPUT
---------------------------------------------------------------------------------------------------
Plan hash value: 3475644097
------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes |TempSpc| Cost (%CPU)| Time |
------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 990 | 354K| | 144 (2)| 00:00:02 |
| 1 | MERGE JOIN | | 990 | 354K| | 144 (2)| 00:00:02 |
| 2 | SORT JOIN | | 968 | 229K| 712K| 65 (2)| 00:00:01 |
| 3 | TABLE ACCESS FULL| TABS | 968 | 229K| | 11 (0)| 00:00:01 |
|* 4 | SORT JOIN | | 2267 | 274K| 824K| 79 (2)| 00:00:01 |
| 5 | TABLE ACCESS FULL| SEGS | 2267 | 274K| | 13 (0)| 00:00:01 |
------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
4 - access("SEGS"."SEGMENT_NAME"="TABS"."TABLE_NAME")
filter("SEGS"."SEGMENT_NAME"="TABS"."TABLE_NAME")
已選擇18行。
可見,當(dāng)我們session級別禁用了hash Join連接之后,CBO不能進行Hash Join路徑選擇。于是選擇了Merge Join路徑,顯然無論是執(zhí)行時間還是CPU成本,Merge Join略遜一籌。
ü Hash_Area_Size
Hash Join操作是依賴獨立的私有空間,我們稱之為Hash_Area。Hash Area在Join過程中的作用就是將連接小表盡可能的緩存在Hash Area中,供進行Hash匹配和Bucket內(nèi)部精確匹配。Hash Area是貯存在PGA中,屬于會話session獨立的一塊空間。如果Hash Area較小,不足以存放小表全部數(shù)據(jù),就會引起Temp表空間的使用,進而影響Hash Join性能。
SQL> show parameter hash
NAME TYPE VALUE
------------------------------------ ----------- ------------------------------
hash_area_size integer 131072
因為每一個會話都會開啟一個Hash Area進行Hash 操作,所以通常Hash Area的大小不會設(shè)置很大。與Hash Area類似的空間是Sort Area,用于進行SQL語句中的Order by操作,也是一個依賴分配的參數(shù)項目。通常,Hash Area被分配大小為Sort Area的兩倍。
SQL> show parameter sort_area
NAME TYPE VALUE
------------------------------------ ----------- ------------------------------
sort_area_retained_size integer 0
sort_area_size integer 65536
進入Oracle 9i之后,特別是10g出現(xiàn),Oracle共享內(nèi)存和獨占內(nèi)存分配策略呈現(xiàn)自動化和自適應(yīng)化的趨勢,而且這種技術(shù)也逐漸成熟。DBA只需要確定Oracle數(shù)據(jù)庫總的內(nèi)存使用大?。?/SPAN>memory_target),就會根據(jù)算法、負載不斷調(diào)整實現(xiàn)自適應(yīng)的內(nèi)存分區(qū)調(diào)整。
作為PGA分配,Oracle推出的自動調(diào)控參數(shù)是pga_aggregate_target,表示所有會話的PGA總分配大小。如果不啟用PGA自動分配,該參數(shù)值就是設(shè)置為0。
SQL> show parameter pga
NAME TYPE VALUE
------------------------------------ ----------- ------------------------------
pga_aggregate_target big integer 0
ü Hash_multiblock_io_count
該參數(shù)表示在進行Hash Join連接操作的時候,一次可以讀取的塊個數(shù)。在最新的版本中,該參數(shù)已經(jīng)變成了一個隱含參數(shù)。
SQL> SELECT x.ksppinm NAME, y.ksppstvl VALUE, x.ksppdesc describ
2 FROM SYS.x$ksppi x, SYS.x$ksppcv y
3 WHERE x.inst_id = USERENV ('Instance')
4 AND y.inst_id = USERENV ('Instance')
5 AND x.indx = y.indx
6 AND x.ksppinm LIKE '%hash_multiblock%';
NAME VALUE DESCRIB
------------------------------ ---------- ------------------------------
_hash_multiblock_io_count 0 number of blocks hash join wil
l read/write at once
這個參數(shù)可以追溯到Oracle 8i時代,當(dāng)時設(shè)置的默認值為1。在以后的版本中,通常設(shè)置為0。這個參數(shù)對IO影響重大,不同的硬件環(huán)境、系統(tǒng)負載下效果不同。所以,當(dāng)設(shè)置為0的時候,Oracle是會每次自動計算該值。
作為我們來講,最好不要進行該參數(shù)的設(shè)置。
4、連接三模式
Hash Join比較Merge Sort Join一個比較優(yōu)勢的地方,就是對PGA空間的有限使用上。但是,使用PGA畢竟是一種風(fēng)險操作。因為Hash Area同Sort Area一樣,在小表不能完全裝入系統(tǒng)時,會調(diào)用Temp表空間的硬盤空間。這樣,就會引起一些問題。
下面關(guān)于三種模式的闡述,借鑒八神前輩的《Oracle Hash Join》(http://www.alidba.net/index.php/archives/440)。特此表示感謝。
針對不同的狀態(tài),Oracle分別有不同的模式對應(yīng)。
Optimal模式
這是我們進行Hash Join的最理想情況。驅(qū)動表(小表)生成的Hash數(shù)據(jù)集合可以完全存放在Hash Area的時候,我們稱之為Optimal模式。
ü 首先找到驅(qū)動表,獲取到驅(qū)動表。存放在Hash_Area中;
ü 在Hash Area中,對驅(qū)動表進行Hash操作,形成Hash Bulket,形成對應(yīng)的分區(qū)信息。針對多個Bulket,同時形成一個Bitmap列表,做到Bulket與Bitmap位的聯(lián)系;
ü 在各個Bulket中,分布著不同的數(shù)據(jù)行。如果連接列分布比較均勻,Bulket中數(shù)據(jù)也就比較均勻。如果Bulket中包括數(shù)據(jù),對應(yīng)該Bulket的Bitmap位上為1,否則為0;
ü 找被驅(qū)動表的每一列,將連接列值進行Hash處理。匹配Bitmap位,如果Bitmap為0,表示該列值沒有存在,直接拋棄。否則進入Bulket進行精確匹配;
Onepass模式
如果我們設(shè)置的PGA空間小,或者連接的小表體積就已經(jīng)很大了,那么就會利用到臨時表空間。具體處理,就是進行兩次的Hash處理,在Bulket層面的上面建立Partition分區(qū)。
當(dāng)進行Hash操作的時候,出現(xiàn)的情形是一部分的Partition在內(nèi)存中,另一部分Partition被存放在Temp表空間上。
在進行連接匹配的時候,如果能夠在Bitmap中確定到Partition在內(nèi)存中,那么直接在內(nèi)存中進行檢索和精確匹配過程。否則從Temp表空間中將對應(yīng)的Partition調(diào)取到內(nèi)存中,進行匹配操作。
Multipass模式
這是一種很極端的情況,如果Hash Area小到一個Partition都裝不下。當(dāng)進行Hash操作后,只有半個Partition能裝入到Hash Area。
這種情況下,如果一個Partition匹配沒有做到,還不能夠放棄操作,要將剩下一半的Partition獲取到進行Hash Join匹配。也就是一個Partition要經(jīng)過兩次的Bitmap匹配過程。
5、結(jié)論
Hash Join是一種效率很高,CBO時代很常見的連接方式。但是,相對于其他古典算法,Hash Join的綜合效率很高,特別在海量數(shù)據(jù)時代。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。