一. 什么是HASH JOIN？

我们在《表连接方式-（1）Nested_loop优化方案总结》中提到，嵌套循环应为SQL返回少量数据的需求的最佳连接方式（仅限于等值查询）但是如果表连接关联返回了大量的数据需求时，SQL的执行计划应该走HASH JOIN，并且HASH连接检索内存中的数据要比访问索引的速度快的多，HASH JOIN的实现原理简单来如下（算法非常复杂，节选了相关重要步骤）：

1.当两表进行关联时，将对象结果集相对较小（或过滤后结果集相对较小）的表设定为驱动表，将驱动表的查询列（结果集）与Join列读入PGA中

2.将连接列（驱动表结果集）进行HASH 运算，构建HASH TABLE，存储连接列与JOIN列，存入HASH BUCKET,同时构建标记位图，标记每个HASH BUCKET是否存在记录

3.访问被驱动表，读取被驱动表每一行记录，并按照驱动表的连接列做HASH运算，匹配驱动表中已计算好的HASH BUCKET，匹配连接列是否相等，如果相等则将查询列与匹配记录一并返回，如果不能匹配，则将重复构建驱动表标记位图。

二.执行计划相关：

select /*+ gather_plan_statistics */ t.owner,t.object_id from t,t1
where t.owner=t1.username

1.根据HASH JOIN原理，驱动表与被驱动表只需要访问1次即可，所以不像Nested Loop,HASH JOIN的连接列驱动表与被驱动表不需要创建索引。

2.Used-Mem表示消耗多少PGA内存，OMem表示当前操作完成所有内存工作区(Work Aera)操作所总共使用私有内存(PGA)中工作区的大小，1Mem表示当工作区大小无法满足操作所需的大小时，需要将部分数据写入到临时磁盘空间中，写入一次完成操作，为One-Pass;多次写入则为：Multi_Pass，该值为CBO估算，并不能代表真实的使用情况，仅供参考。

三,优化方案总结：

1.HASH连接的驱动表锁对应的连接列选择性要高，如果选择列存在严重倾斜，则会出现驱动表中的HASH BUCKET存在过多的记录，导致很长时间耗费在遍历HASH BUCKET的记录上，现象为SQL长时间不结束，CPU居高不下，逻辑读反而没有正向升高。小表与大表进行HASH JOIN时，小表连接列选择性不错，HASH JOIN的效率可以约等于大表全表扫描的时间（遍历大表，小表HASH BUCKET记录数较少，几乎可以忽略不计）

2.如果PGA采用自动管理，单个进程的PGA work area Limit 为1GB，手动管理则Limit为2GB，如果驱动表超过PGA限制，可以采取并行parallel(x)进行拆分，单个进程能够容纳拆分的数据，避免出现One Pass，Multi_Pass情况.