了解散列连接的工作原理

Question

我有这个查询的以下执行计划：

EXPLAIN SELECT * FROM houses INNER JOIN users ON houses.creator_id = users.id;

Hash Join  (cost=16.52..20.79 rows=100 width=600)
  Hash Cond: (houses.creator_id = users.id)
  ->  Seq Scan on houses  (cost=0.00..4.00 rows=100 width=348)
  ->  Hash  (cost=12.90..12.90 rows=290 width=252)
        ->  Seq Scan on users  (cost=0.00..12.90 rows=290 width=252)

如果我正确理解了散列连接算法，它的作用是将正确的关系（users）放入散列表中，然后使用该快速访问散列表在左侧关系（houses）中找到适当的行。

但是，我不知道这与EXPLAIN的匹配程度如何。为什么要对houses进行顺序扫描？据我所知，users的顺序扫描是将所有数据转储到散列中，但为什么seq扫描houses？

Answer 1

你的第二步有点错误：

• 首先，扫描内部关系并对连接条件进行散列。这样，构建了哈希结构。
• 其次，扫描外部关系，并探测散列表以查找找到的每一行的匹配。

如果第二步是相反的方法，那么你将有一个嵌套的循环连接，并带有不必要的散列步骤。