Hash Join

算子说明

哈希连接（Hash Join）是一种高效的连接方法，它依赖于哈希技术。在进行哈希连接时，GaussDB会先选取两个表中的一个（通常是小表），接下来根据连接条件，建立一个哈希表。哈希表的键是小表的连接字段，值是小表的其他字段。然后，对于大表中的每一行，计算连接字段的哈希值，并在哈希表中查找是否有匹配的行。

Hash Join的时间复杂度为O(n+m), 其中n和m分别代表两个表的行数。然而，如果内部表过大，以至于哈希表无法完全放入内存，则可能需要额外的磁盘I/O操作，这会导致性能降低。

典型场景

• 当两个表的行数差距很大，并且进行连接操作。
• 当两个表的连接字段是等值连接（比如使用=运算符）。

示例

示例：两个表的行数差距很大，并且进行连接操作。

--数据准备。 
gaussdb=# CREATE TABLE t1(c1 number,c2 number,c3 number); 
CREATE TABLE 
gaussdb=# CREATE TABLE t2(c1 number,c2 number,c3 number); 
CREATE TABLE 
gaussdb=# INSERT INTO t1 VALUES(generate_series(1,100000), 2 ,3); 
INSERT 0 100000 
gaussdb=# INSERT INTO t2 VALUES(generate_series(1,100), 2, 3); 
INSERT 0 100

--执行结果。 
gaussdb=#  EXPLAIN SELECT * FROM t1 JOIN t2 ON t1.c1 = t2.c2; 
                            QUERY PLAN                             
------------------------------------------------------------------ 
 Hash Join  (cost=24.58..1823.14 rows=90944 width=192) 
   Hash Cond: (t1.c1 = t2.c2) 
   ->  Seq Scan on t1  (cost=0.00..713.69 rows=28069 width=96) 
   ->  Hash  (cost=16.48..16.48 rows=648 width=96) 
         ->  Seq Scan on t2  (cost=0.00..16.48 rows=648 width=96) 
(5 rows)

--删除。
gaussdb=# DROP TABLE t1,t2;

上述示例中，Hash Join算子输出信息如下所示。