关于MERGE JOIN CARTESIAN

笛卡尔积合并连接,两个结果集之间做merge join,并且还是笛卡尔积的合并连接.说起来可能很绕.
我们先看合并连接的定义:通常称为排序合并连接(Sort Merge Join),因为这种连接的要求是:两个结果集是排序的,排序字段是两个结果集的连接字段.


排序合并连接(Sort Merge Join)的执行顺序如下:
1.根据sql文本的where条件,对目标表T1进行访问,对过滤出来的符合where条件的记录按照连接字段进行排序,排好序后的结果集我们记为结果集1
2.根据sql文本的where条件,对目标表T2进行访问,对过滤出来的符合where条件的记录按照连接字段进行排序,排好序后的结果集我们记为结果集2
注意,以上写的是1和2,但是我感觉1和2这两步操作是可以同时进行的.
3.对结果集1和结果集2进行合并操作,从中取出来的匹配的记录是排序合并连接(Sort Merge Join)的最终执行结果.


这个"对结果集1和结果集2进行合并操作"的具体过程,参考崔华的<<基于Oracle的SQL优化>> 第48页
先取出结果集1中的第1条记录,到结果集2中按照连接字段进行匹配,
然后再取出结果集1中的第2条记录,到结果集2中按照连接字段进行匹配
如此反复,直到结果集1中的所有记录遍历完成.


对于排序合并连接(Sort Merge Join)的优缺点及适用场景,也借用崔华的<<基于Oracle的SQL优化>> 第48页


1 通常情况下,排序合并连接(Sort Merge Join)执行效率远不如哈希连接,但是排序合并连接(Sort Merge Join)适用范围更广,
  因为哈希连接只能用于等值连接的where条件,而排序合并连接(Sort Merge Join)还能用于其他的连接条件(如< ,<=,>,>=>)

2.通常情况下,排序合并连接(Sort Merge Join)不适合OLTP系统,因为OLTP系统,排序操作是昂贵的,当然,如果能避免排序,用排序合并连接(Sort Merge Join)也是可以的,
  比如连接字段存在索引的情况下. 

3.严格意义上来说,排序合并连接(Sort Merge Join)是不存在驱动表概念的,虽然我个人认为排序合并连接(Sort Merge Join)在执行时,是存在驱动表和被驱动表的.


上面说完了排序合并连接(Sort Merge Join),其实MERGE JOIN CARTESIAN的执行步骤跟上面的步骤差不多:
1.根据sql文本的where条件,对目标表T1进行访问,对过滤出来的符合where条件的记录我们记为结果集1 ---此结果集1可能是排好序的,也可能是不排序的.
2.根据sql文本的where条件,对目标表T2进行访问,对过滤出来的符合where条件的记录我们记为结果集2 ---此结果集2可能是排好序的,也可能是不排序的.
注意,以上写的是1和2,但是我感觉1和2这两步操作是可以同时进行的.

3.对结果集1和结果集2进行合并操作,由于没有关联字段,因此,对于结果集1中的每一条记录,结果集2中的所有记录均满足条件.见下面的例子:

create user usera identified by aaaaaa;
grant dba to usera;

create table usera.t1 (c1 number,c2 date);
create table usera.t2 (c3 number,c4 date);

declare
  i int;
begin
  for i in 1 .. 1000000 loop
    insert /*+ append */
    into usera.t1 nologging
    values
      (i, sysdate);
    if mod(i, 10000) = 0 then
      commit;
    end if;   
  end loop;
end;
/


declare
  i int;
begin
  for i in 10000 .. 50000 loop
    insert /*+ append */
    into usera.t2 nologging 
    values
      (i, sysdate);
    if mod(i, 1000) = 0 then
      commit;
    end if;   
  end loop;
end;
/

create usera.IDX_T2_C3 on usera.t2(c3);
create usera.IDX_T1_C1_C2 on usera.t1(c1,c2);
t1表收集统计信息
t2表收集统计信息



SQL> select t1.c1,t1.c2 from usera.t1,usera.t2 where t1.c1=t2.c3 and t2.c3=45678;

	C1 C2
---------- ---------
     45678 11-DEC-17

SQL> select * from table(dbms_xplan.display_cursor(null,null,'allstats +alias +outline'));

PLAN_TABLE_OUTPUT
-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

---------
SQL_ID	cy8a7tfrn0s4z, child number 0
-------------------------------------
select t1.c1,t1.c2 from usera.t1,usera.t2 where t1.c1=t2.c3 and
t2.c3=45678

Plan hash value: 175341246

-----------------------------------------------------------------------------------------------------------------------------------
| Id  | Operation	     | Name	    | Starts | E-Rows | A-Rows |   A-Time   | Buffers | Reads  |  OMem |  1Mem |  O/1/M   |
-----------------------------------------------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT     |		    |	   1 |	      |      1 |00:00:00.02 |	    6 |      3 |       |       |	  |
|   1 |  MERGE JOIN CARTESIAN|		    |	   1 |	    1 |      1 |00:00:00.02 |	    6 |      3 |       |       |	  |
|*  2 |   INDEX RANGE SCAN   | IDX_T2_C3    |	   1 |	    1 |      1 |00:00:00.02 |	    3 |      1 |       |       |	  |
|   3 |   BUFFER SORT	     |		    |	   1 |	    1 |      1 |00:00:00.01 |	    3 |      2 |  2048 |  2048 |     1/0/0|
|*  4 |    INDEX RANGE SCAN  | IDX_T1_C1_C2 |	   1 |	    1 |      1 |00:00:00.01 |	    3 |      2 |       |       |	  |
-----------------------------------------------------------------------------------------------------------------------------------

Query Block Name / Object Alias (identified by operation id):
-------------------------------------------------------------

   1 - SEL$1
   2 - SEL$1 / T2@SEL$1
   4 - SEL$1 / T1@SEL$1

Outline Data
-------------

  /*+
      BEGIN_OUTLINE_DATA
      IGNORE_OPTIM_EMBEDDED_HINTS
      OPTIMIZER_FEATURES_ENABLE('12.2.0.1')
      DB_VERSION('12.2.0.1')
      ALL_ROWS
      OUTLINE_LEAF(@"SEL$1")
      INDEX(@"SEL$1" "T2"@"SEL$1" ("T2"."C3"))
      INDEX(@"SEL$1" "T1"@"SEL$1" ("T1"."C1" "T1"."C2"))
      LEADING(@"SEL$1" "T2"@"SEL$1" "T1"@"SEL$1")
      USE_MERGE_CARTESIAN(@"SEL$1" "T1"@"SEL$1")
      END_OUTLINE_DATA
  */

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - access("T2"."C3"=45678)
   4 - access("T1"."C1"=45678)----->>注意此处,在sql文本中只有t2.c3=45678,为啥这里出现了"T1"."C1"=45678  ???
                              ----->>这是CBO传递闭包(Transitive Closure)之后的结果,说传递闭包可能太高大上,我觉得就是CBO对sql文本的Transformation.

47 rows selected.

SQL>