Hash Join - Hash Semi Join


8

PostgreSQL 9.2

Я намагаюся зрозуміти різницю між Hash Semi Joinі справедливим Hash Join.

Ось два запити:

Я

EXPLAIN ANALYZE SELECT * FROM orders WHERE customerid IN (SELECT
customerid FROM customers WHERE state='MD');

Hash Semi Join  (cost=740.34..994.61 rows=249 width=30) (actual time=2.684..4.520 rows=120 loops=1)
  Hash Cond: (orders.customerid = customers.customerid)
  ->  Seq Scan on orders  (cost=0.00..220.00 rows=12000 width=30) (actual time=0.004..0.743 rows=12000 loops=1)
  ->  Hash  (cost=738.00..738.00 rows=187 width=4) (actual time=2.664..2.664 rows=187 loops=1)
        Buckets: 1024  Batches: 1  Memory Usage: 7kB
        ->  Seq Scan on customers  (cost=0.00..738.00 rows=187 width=4) (actual time=0.018..2.638 rows=187 loops=1)
              Filter: ((state)::text = 'MD'::text)
              Rows Removed by Filter: 19813

II

EXPLAIN ANALYZE SELECT * FROM orders o JOIN customers c ON o.customerid = c.customerid WHERE c.state = 'MD'

Hash Join  (cost=740.34..1006.46 rows=112 width=298) (actual time=2.831..4.762 rows=120 loops=1)
  Hash Cond: (o.customerid = c.customerid)
  ->  Seq Scan on orders o  (cost=0.00..220.00 rows=12000 width=30) (actual time=0.004..0.768 rows=12000 loops=1)
  ->  Hash  (cost=738.00..738.00 rows=187 width=268) (actual time=2.807..2.807 rows=187 loops=1)
        Buckets: 1024  Batches: 1  Memory Usage: 37kB
        ->  Seq Scan on customers c  (cost=0.00..738.00 rows=187 width=268) (actual time=0.018..2.777 rows=187 loops=1)
              Filter: ((state)::text = 'MD'::text)
              Rows Removed by Filter: 19813

Як видно, єдина відмінність планів полягає в тому, що в першому випадку хаотичне споживає 7kB, а в другому 37kBі що вузол є Hash Semi Join.

Але я не розумію різницю в розмірі хештибу. HashВузол використовує абсолютно той же самий Seq Scanвузол , який має ті ж Filter. Чому є різниця?


Ви подивилися на фактичний вихід запитів? Або використовувати explain (analyze, verbose).
jjanes

Відповіді:


5

У першому запиті customersз хеш-таблиці потрібно зберегти тільки customer_id , оскільки це єдині дані, необхідні для реалізації напівз'єднання.

У другому запиті всі стовпці потрібно зберігати в хеш-таблиці, оскільки ви вибираєте всі стовпці з таблиці (використовуючи *), а не просто тестуючи на наявність customer_id.

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.