1 什么是hash join
嵌套循环只适用在连接数据量小的情况，如果有上百万数据需要连接，那么就可能需要对内表做上百万次的索引范围扫描，导致内表的很多数据块被重复扫描，而且，索引范围扫描如果需要扫描超过5%的数据很可能就比全表扫描的性能还差了。
实际应用中，这种大数据量的连接是普遍存在的，尤其在后台job和数据分析中，这时候就该考虑应用hash连接了。下面是一个hash连接的实例。下面通过这个例子来说明hash连接的过程。
（1）选择一个表在内存中使用连接列生成hash表
这个表就是选择的驱动表（上例中为b表，执行计划中显示在上面），由于需要在内存（PGA）中生成hash表，所以选择数据集较小的表为驱动表较好。如果内存中放不下这个hash表，那么就需要放到临时表空间中，如果临时表空间也满了，那么就会报错了。
这个步骤一般需要全表扫描驱动表，或者说需要连接的数据集。那么，不管另一个表有没有数据，这个全表扫描都是必须做的。
（2）全表扫描探测表，查询hash表
当驱动表生成了hash表后，遍历另一个表（也叫探测表），对探测表的每一条数据使用连接列的值到hash表中匹配，如果匹配上将对应数据保存到结果集中，直到查询结束。
如果hash表没有全部放在内存中，那么探测表就需要遍历多次，分别对hash表的多个分区做连接。
（3）输出hash结果
hash连接结束就得到了连接结果，跟索引扫描不同，hash连接一般是不需要再访问表的，所以hash连接对表的扫描一般是全表扫描或快速全索引扫描。
2 hash连接使用场景总结
hash连接是非常常用的连接方式，它有以下特点：
（1）适用于较大数据集的连接，并且连接条件必须是等值连接。
（2）尽量选择小的数据集作为驱动表在内存中生成hash表。
（3）设置一个较大的PGA可以加快hash连接的速度，避免使用临时表空间。
（4）多表连接时同样要注意连接顺序，中间结果集尽量小，少做无用功。
hash连接相对与嵌套循环，它实际上是通过空间来换取时间，因为它需要保存hash表，占用较大的内存，在临时表空间不足的情况下是可能报错的，而嵌套循环一般不会报错，但可能非常慢。
