对NESTED LOOP进行Hash Join优化

在网上看到一篇不错的讨论贴 记录下来
大概意思是这样：
? 现有两个表：A表（3-4w记录） B表（1-2w记录）
? 要求：找出A表name字段 前面部分与B表name相同的记录

?

一般我们会这样写

SQL> select a.*,b.object_name from TEST_OBJECT a, TEST_OBJ1 b  2  where substr(a.object_name,1,length(b.object_name))=b.object_name  3  and substr(a.object_name,1,4)=substr(b.object_name,1,4)   and length(b.object_name)>3  5  union all  6  select a.*,b.object_name from TEST_OBJECT a, TEST_OBJ1 b  7  where substr(a.object_name,1,length(b.object_name))=b.object_name  8  and length(b.object_name)<4;已选择108612行。已用时间:  00: 00: 21.54执行计划----------------------Plan hash value: 4080738151-----------------------------------------------| Id  | Operation           | Name        | Rows  | Bytes | Cost (%CPU)| Time     |-----------------------------------------------|   0 | SELECT STATEMENT    |             |  3468 |   365K| 90997 (100)| 00:18:12 ||   1 |  UNION-ALL          |             |       |       |            |          ||*  2 |   HASH JOIN         |             |    34 |  3672 |   176   (2)| 00:00:03 ||*  3 |    TABLE ACCESS FULL| TEST_OBJ1   |   659 | 12521 |    35   (0)| 00:00:01 ||   4 |    TABLE ACCESS FULL| TEST_OBJECT | 52544 |  4566K|   139   (1)| 00:00:02 ||   5 |   NESTED LOOPS      |             |  3434 |   362K| 90821   (1)| 00:18:10 ||*  6 |    TABLE ACCESS FULL| TEST_OBJ1   |   659 | 12521 |    35   (0)| 00:00:01 ||*  7 |    TABLE ACCESS FULL| TEST_OBJECT |     5 |   445 |   138   (1)| 00:00:02 |-----------------------------------------------Predicate Information (identified by operation id):---------------------------------------------------   2 - access(SUBSTR("A"."OBJECT_NAME",1,4)=SUBSTR("B"."OBJECT_NAME",1,4))       filter("B"."OBJECT_NAME"=SUBSTR("A"."OBJECT_NAME",1,LENGTH("B"."OBJE              CT_NAME")))   3 - filter(LENGTH("B"."OBJECT_NAME")>3)   6 - filter(LENGTH("B"."OBJECT_NAME")<4)   7 - filter("B"."OBJECT_NAME"=SUBSTR("A"."OBJECT_NAME",1,LENGTH("B"."OBJE              CT_NAME")))统计信息----------------------          1  recursive calls          0  db block gets      33946  consistent gets          0  physical reads          0  redo size    4491423  bytes sent via SQL*Net to client      80055  bytes received via SQL*Net from client       7242  SQL*Net roundtrips to/from client          0  sorts (memory)          0  sorts (disk)     108612  rows processed

?已用时间:? 00: 00: 21.54
? 相差不是一个数据级的

?? 这是如何做到的？

执行计划虽然变复杂了，但是耗时大幅减少，consistent gets也大幅降低，作出巨大贡献的是Hash Join的引入。

????? 这里再展开一下，Hash Join的复杂度是O(A+B)，简单来说就是对A、B表各扫描一次，如果A、B都比较大的情况来看，无疑Hash Join要比Nested Loop 优越很多。

????? 扯远了，回到anlinew的具体方法上吧，导致Hash Join出现的关键因素是一个谓词的引入：

????? 套用我剽窃的那个词来说，这是“不相关值”的对比！

????? anlinew的核心思想是将数据“分片”，该例子中分片的依据是多少位首字母（这里是4），其中“大头”由Hash Join处理，而“小头”走Nested Loop，这种“抓大放小”的做法直接就从复杂度上进行了优化。

????? 这种“分片”的思想非常值得借鉴，将“相关值”判断转化成“不相关值”的判断也是处理问题的一种有效手法。