PostgreSQL学习笔记:表连接方式

13 sec read

MySQL的多表连接查询只支持Nest Loop join,不支持hash join和sort merge join。而PosggreSQL支持上述三种方式。接下来就来看看这三种方式有什么区别。

Nested loop join

对于被连接的数据子集较小的情况,嵌套循环连接是个较好的选择。在嵌套循环中,内表被外表驱动,外表返回的每一行都要在内表中检索找到与它匹配的行,因此整个查询返回的结果集不能太大(<10000),需要注意的是:JOIN的顺序很重要,要把返回子集较小表的作为外表,而且在内表的连接字段上一定要有索引。

cost = outer access cost + (inner access cost * outer cardinality)

hash join

散列连接是做大数据集连接时的常用方式,优化器使用两个表中较小的表利用连接键在内存中建立散列表,然后扫描较大的表并探测散列表,找出与散列表匹配的行。这种方式适用于较小的表完全可以放于内存中的情况,这样总成本就是访问两个表的成本之和。但是在表很大的情况下并不能完全放入内存,这时优化器会将它分割成若干不同的分区,不能放入内存的部分就把该分区写入磁盘的临时段,此时要有较大的临时段从而尽量提高I/O 的性能。

cost = (outer access cost * # of hash partitions) + inner access cost

Sort merge join

通常情况下散列连接的效果都比排序合并连接要好,然而如果行源已经被排过序,在执行排序合并连接时不需要再排序了,这时排序合并连接的性能会优于散列连接。Sort Merge join 用在没有索引,并且数据已经排序的情况。

cost = (outer access cost * # of hash partitions) + inner access cost

参考资料:

打赏作者
微信支付标点符 wechat qrcode
支付宝标点符 alipay qrcode

使用Docker安装多用户版的JupyterHub

宿主服务器使用的是Ubuntu 18.04,需要注意的是Docker目前不支持Ubuntu 19.10。如要在
标点符
3 min read

使用tqdm显示Python代码执行进度

在使用Python执行一些比较耗时的操作时,为了方便观察进度,通常使用进度条的方式来可视化呈现。Python中
标点符
34 sec read

利用SWIG实现Python调用C/C++

SWIG简介 SWIG是Simplified Wrapper and Interface Generator的
标点符
1 min read

发表评论

电子邮件地址不会被公开。 必填项已用*标注