了解散列连接的工作原理

Question

我对此查询有以下执行计划：

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)

如果我正确理解散列连接算法，它所做的是将正确的关系 (users) 放入散列 table，然后在左侧关系 (houses) 使用快速访问散列 table.

但是，我不知道这个和那个 EXPLAIN 是如何匹配的。为什么要对 houses 进行顺序扫描？我知道 users 的顺序扫描是将所有数据转储到哈希中，但为什么在 houses 上进行顺序扫描？

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处理。这样就构建了一个hash结构
其次，外部关系被扫描并且哈希table被探测匹配找到每一行。

如果第二步是相反的方式，您将有一个嵌套循环连接和一个不必要的散列步骤。

了解散列连接的工作原理

Understanding how a hash join works

postgresql

join

explain