暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

华为GaussDB T 表连接之NESTED LOOPS

原创 章芋文 2019-10-03
889

1 什么是嵌套循环NESTED LOOPS

嵌套循环是最常见的表的连接方式,下面我们首先通过一个最简单的例子来理解嵌套循环,其中NESTED LOOPS就是嵌套循环的意思。

在RBO下,默认左表为驱动表,在执行计划看,第一张表是驱动表。

image.png

这个执行计划的含义是以table1为驱动表(外表),先扫描该表,对该的每一条数据全表扫描table2(内表),最后返回匹配的数据。


2 如何选择驱动表

驱动表在执行计划中显示为上面的表,如上图中的table1。两个表做嵌套循环,驱动表的选择很重要。我们可以简单计算下哪个表做驱动表好。

假设table2是个大表,有4000万数据,占有100万个块;而table1是个小表,有4000条数据,占有100个块。

(1)以大表table2为驱动表去要访问的数据块:对table2 全表扫描需要访问100万个块,而table2中的每一条数据都需要全表扫描table1一次,需要访问40亿个块(4000万*100),总共访问(40亿+100万)个块。

(2)以小表table1为驱动表去要访问的数据块:对table1全表扫描需要访问100个块,而table1中的每一条数据都需要全表扫描table2一次,需要访问40亿个块(4000*100万),总共访问(40亿+100)个块。

从上面的计算看,当两个表都是全表扫描时,选择小表做驱动表相对好些。不过,两者的查询代价都太大,都是不能接受的,因为内表的数据被访问了N遍(N为驱动表的数据量),这是严重的浪费。


3 内表的关联列上有索引

image.png

在这个例子中,使用表table1为驱动表,但是对内表的访问不再全表扫描了,而是使用内表的关联列的索引。

此时它的执行步骤是:

(1)全表扫描表table1。

(2)对第一步的每一条数据访问table2的索引_PK_SYS_5_1,使用第一步查询出来的id,到索引页中_PK_SYS_5_1做索引范围扫描。

(3)获取第二步从索引叶子中查询到目标数据的ROWID,分别到table2表中根据ROWID直接获取目标数据页信息。

(4)返回目标数据的信息。

 

了解了执行过程,下来再来计算下查询的代价。

假设索引的高度是4,最终有4000条数据命中。内表有索引时访问的块数:对table1全表扫描需要访问100个块,而table1中的每一条数据都需要扫描索引_PK_SYS_5_1一次,需要访问4000*4=1.6万个块,使用ROWID到表需要访问4000个块,总共需要访问100+1.6万+4000=20100个块,比前面的计算结果提升了上万倍的性能。

 

4 带有其他条件的嵌套循环

(1)驱动表其他列有索引

image.png

 

此时驱动表会先根据table1的索引IDX_TABLE1_NAME查出满足条件的数据,再去table2的索引_PK_SYS_5_1循环,此时命中的数据少,所以效率也比较高

(2)内表非关联列上的索引

 

image.png

  

前面我们说过要用小表做驱动表,RBO下默认左表为驱动表,但并不绝对,比如当加上条件b.name=’123’时,此时发现驱动表变成大表table2。这是因为加上条件后,table2的数据较少,所以table2为驱动表。


5 嵌套循环的使用场景总结

嵌套循环是最重要的连接方式,尤其是在实时性比较高的系统中,因为这种系统的查询要求快速返回,不能访问很多的数据块,而这正是嵌套循环适用的场景。

嵌套循环的使用场景:

(1)驱动表的结果集小(应用过自己的查询条件后),选择驱动表非常重要。

(2)内表的连接列上有索引。

(3)驱动表和内表连接匹配的数据量小,即扫描内表连接列的索引的次数少。

最后修改时间:2019-10-03 17:20:14
「喜欢这篇文章,您的关注和赞赏是给作者最好的鼓励」
关注作者
【版权声明】本文为墨天轮用户原创内容,转载时必须标注文章的来源(墨天轮),文章链接,文章作者等基本信息,否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容,欢迎发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论