ハッシュ結合とマージ結合（Oracle RDBMS）の違いは何ですか？

Question

ハッシュ・ジョインとマージ・ジョイン、特にOracle RDBMSにおけるパフォーマンス・ゲイン/ロスとは何ですか？

Answer 1

「ソート・マージ」結合は、結合する2つのデータ・セットを結合キーに従ってソートし、それらを一緒にマージすることによって実行されます。マージは非常に安いですが、特にソートがディスクにこぼれた場合、ソートは非常に高価になる可能性があります。索引走査を介して表のブロックの割合を高くすることは、全表走査と比較して非常に高価になる可能性があるが、索引を介してデータセットのうちの1つをソート順でアクセスすることができるならば、ソートのコストを下げることができる。

ハッシュ結合は、結合列に基づいて1つのデータセットをメモリにハッシュし、もう1つを読み取り、一致するかどうかをハッシュテーブルで調べることによって実行されます。ハッシュ・テーブルがメモリ内に完全に保持され、総コストがデータ・セットを読み取るコストよりもわずかしか高くない場合、ハッシュ・ジョインは非常に低コストです。ハッシュ・テーブルを1パス・ソートでディスクに流す必要がある場合はコストが高くなり、マルチパス・ソートの場合はかなり高くなります。

ハッシュジョインのコストは、両方のテーブルをジョインキーで分割することで削減できます。これにより、オプティマイザはあるテーブルのパーティションの行が他のテーブルの特定のパーティション内で一致するものだけを見つけ出し、n個のパーティションを持つテーブルでは、ハッシュ結合をn個の独立したハッシュ結合として実行することができます。

1. 各ハッシュテーブルのサイズが小さくなり、必要なメモリの最大量が減り、一時的なディスク領域が必要になる可能性があります。
2. 並列クエリ操作では、各ハッシュ結合を1組のPQプロセスで実行できるため、プロセス間メッセージングの量が大幅に削減され、CPU使用率が低下し、パフォーマンスが向上します。
3. 非パラレル問合せ操作では、メモリー要件がn倍に減少し、最初の行は問合せから先に投影されます。

ハッシュ結合は、等結合のみで使用できますが、結合結合はより柔軟性があることに注意してください。

一般に、等価結合で大量のデータを結合する場合、ハッシュ結合がより良い方法になります。

このトピックは、ドキュメントで詳しく説明されています。

http://download.oracle.com/docs/cd/B28359_01/server.111/b28274/optimops.htm#i51523

Answer 2

私は、この質問に回答したときにoracleのタグが追加されていないことを後のために編集したいだけです。私の応答はMS SQLにもっと適用されました。

マージ・ジョインは、順序付けを利用するので可能です。その結果、ジョインを行うためにテーブルを1回パスする必要があります。主キーやそのキーのテーブルのインデックスなどの順序が同じ2つのテーブル（またはカバリングインデックス）がある場合、そのアクションを実行するとマージ結合が行われます。

ハッシュ結合は、一方の表が比較的少数の項目を持つときに通常行われるように、通常は行ごとにハッシュ付きの一時表を作成し、次に連続して検索して結合を作成するときに行われるため、

最悪のケースは順序（n * m）であり、利用する順序やサイズがないことを意味し、結合は単純に、テーブルxの各行について、結合のためのテーブルyを検索することです。