深入探讨DB2表连接原理 |
|
本文标签：DB2表连接 DB2表连接操作是我们经常可以见到的，下文对DB2表连接原理作了详尽的阐述分析，如果您对此方面感兴趣的话，不妨一看 。 在DB2中，优化器可以选择嵌套连接或合并连接，如果得到正确支持的话，还可以选择散列连接 。如果系统调优得正确，散列连接可显著提高某些查询的性能 。DB2优化器可以在执行连接时选择不同方法：在缺省情况下，它在嵌套循环连接（nested loop join）与合并连接（merge join）之间选择 。当设置了特殊环境变量时，它还可以选择散列连接（hash join） 。 两个表之间的连接是这样操作的：将一个表中的行与另一个表中的行并置在一起 。另外，可以指定条件以定义并置哪些行 。为执行这一操作，DB2 可以选择不同的连接方法 。在连接两个表时，无论使用哪种连接方法，总有一个表被选为外表（outer table）而另一个表被选为内表（inner table） 。优化器根据所选连接方法的成本和类型决定哪个是外表、哪个是内表 。首先访问外表，并且只扫描一次 。根据连接的类型和存在的索引，可以多次扫描内表 。还有一点也很重要，要记住即使您试图连接两个以上的表，优化器也将每次只连接两个表，并在必要时保存中间结果 。要理解散列连接方法的优势，先理解其它连接方法的工作原理也很重要 。 嵌套循环连接 扫描内表 。即，读取内表中的每一行，并且针对该行决定是否应将其与正在考虑的外表中的行相连接 。 在嵌套循环连接中，决定哪个是外表、哪个是内表非常重要，因为外表只扫描一次，而针对外表中的每一行，都要访问一次内表 。正如前面提到的那样，优化器用成本模型来决定谁是外表谁是内表 。优化器做此决定时会考虑几个因素： 表的大小 合并连接 同时扫描两个表，以查找匹配行 。外表和内表都只扫描一次，除非外表中有重复的值，那样的话可能要再次扫描内表的某些部分 。因为表通常只被扫描一次，所以决定哪个是外表、哪个是内表不象在其它连接方法中那么重要 。尽管如此，由于可能有重复的值，所以优化器通常选择重复值较少的表作为外表 。但是，优化器最终还是使用成本模型来决定谁是外表谁是内表 。 散列连接 对于散列连接，首先扫描内表（也称为构建表，bulid table），表中的行被复制到内存缓冲区 。根据“散列代码（hash code）”，这些缓冲区被分为几个分区，散列代码是根据连接谓词中的列计算出来的 。如果内存中没有足够的空间容纳整个表，则有些分区被写入磁盘上的临时表 。然后扫描外表（称为探测表，probe table） 。对于探测表中的每一行，对连接列应用同一散列算法 。如果所获得的散列代码与构建行的散列代码相匹配，则比较实际的连接列 。如果与探测表行匹配的分区在内存中，则比较会立即进行 。如果分区被写入临时表，则探测行也被写入临时表 。最后，处理包含同一分区中的行的临时表以进行匹配 。 由于将构建表保存在内存中所具有的好处，优化器通常选择较小的表作为构建表，以避免必须将该表溢出（spill）到磁盘上 。但是，要再次强调的是，成本模型最终决定哪个表是内表、哪个表是外表 。 选择哪种连接方法？ 同样地，与合并连接相比，散列连接似乎是更好的选择，因为它不需要在执行前对输入表排序，但如果我们需要保持外表中行的次序，则合并连接或嵌套循环连接可能是更好的选择 — 散列连接不能保证维持次序，因为它可能溢出到磁盘而那样会破坏次序 。
|
