hash join 构建 hash 表的意义是什么？

[mynamewang0]

已知 hash join 会取其中的值少的表的联结键做 hash 表存放在内存中，再用另一张表调用 hash 函数探测匹配 hash 表，匹配成功返回数据。那其中构建 hash 表的意义是什么？

如果不构建 hash 表，直接把所有联结键存放在内存中，再取另一张表的联结键探测匹配，这样做有什么不合理的地方？

[miaoever]

”再取另一张表的联结键探测匹配“ -> 怎么做探测匹配呢？ hash table - O(1)

[des]

怎么看着像是考试题目一样的？
现在主流的有三种实现，一个是 hash join，另一个就是最广泛的嵌套循环，还有一个忘了。
嵌套循环得扫描 m+n 次，hash join 只用扫描 m+n 次再加上建 hash 的时间
你可以先看看索引的相关知识

[agagega]

@des 还有一个是两边排序

[mynamewang0]

@miaoever 所以 hash table 的意义之一是探测匹配？

[mynamewang0]

@des 只有嵌套循环能用到索引，hash join 用不到索引吧

[restlessdream]

HashJoin 中的 hashmap 的 key->value 是 join key->所在行，用 hashmap 的目的是降低时间复杂度，因为 map 这种结构（一般实现是红黑树或者其变种）的时间复杂度为 O(logN)，比一行一行扫的 O(n)要快多了。

第二种是 NestedLoopJoin，目前 Mysql 只支持这种，如果内表有索引的话，时间复杂度可以大大降低到 O(MlogN ），M 为外表的行数，没有索引的话时间复杂度就很恐怖了，就是 O(MN ），而且，Mysql 内部对传统的 NestedLoop 进行了一定的优化，叫做 BlockedNestedLoopJoin，实际上可以简单的理解为和 HashJoin 一种结合。

第三种是 SortMergeJoin，这种用到的不多，据说是 Oracle 好像实现了？（不太确定），就是两张表根据 join 的 key 排序，然后在 Merge 得到最终的结果。

[liprais]

"如果不构建 hash 表，直接把所有联结键存放在内存中，再取另一张表的联结键探测匹配，这样做有什么不合理的地方？"
放不下啊.......

[lolizeppelin]

不看代码的话 知道 HashJoin 是 O1, 不是 m*n 性能屌爆就是了,缺点是 hashtable 空间不能太大

MergeJoin 也是常见的 join

各种 join 算法都不是很难实现的东西,mysql 这玩意只有一种算法是因为它没有统计数据去支持选哪种方式

没有银弹..有银弹大家还选个啥