快速加入两个大表

Question

在通过查询和进行在线研究进行研究之后，我正在向您寻求意见。期待您的回复！我正在尝试以一般方式编写此内容，因为我正在寻找有关如何执行此操作的一般想法，而不是确切的陈述。如果这个问题收到的不好，我很乐意重做，让我知道。我们开始：

我有两张桌子：

• 表 1 有 10 条 MIO 记录。它只有一列：
  • A 列：唯一 ID（文本，例如“5uz1g09aksmsd”）
• 表 2 有 300 条 MIO 记录。它有两列：
  • A 列：唯一 ID（文本，例如“5uz1g09aksmsd”）
  • B 列：一个数字（例如 32.5432）

目前还没有索引等，甚至没有 PK，因为这两个表都是刚刚通过 CTAS 创建的。这两个表都已分析。

我现在正在寻找一个快速查询（准备工作，例如创建索引可能需要时间，没问题）来创建第三个表，其中包含表 1 的 10 个 MIO 行，以及表 2 的 B 列（如果匹配）通过 A 列找到（99% 会找到匹配项）。为了更清楚，一个简单的 CTAS 可以是：

create table3 as
select t1.a, 
    (select t2.b from table2 t2 where t2.a = t1.a and rownum = 1)
    -- the rownum = 1 is to show Oracle that there can only be one match
from table1 t1;

这不是尽可能快（我希望）。你有什么想法让它更快？创建索引？哪个？您希望在执行计划中看到什么样的联接？哈希连接？我已经找到了

• 创建表不记录
• 并行查询执行和并行表创建

但我感兴趣的是，考虑到我们被允许更改系统（例如创建索引），完美执行计划的具体细节。特别是我要求 11gR2 但也非常欢迎 12c cmets。

Answer 1

从使用此查询的最简单的可能性开始

create table c as 
select /*+ parallel(6) */ a.a, b.b 
from a 
left outer join b
on a.a = b.a
;

它将使用哈希连接，根据您的硬件设置调整并行度。

预期的执行计划如下

    --------------------------------------------------------------------------------------------------------------------------
| Id  | Operation                        | Name     | Rows  | Bytes | Cost (%CPU)| Time     |    TQ  |IN-OUT| PQ Distrib |
--------------------------------------------------------------------------------------------------------------------------
|   0 | CREATE TABLE STATEMENT           |          |   261M|  6238M| 56799   (1)| 00:03:48 |        |      |            |
|   1 |  PX COORDINATOR                  |          |       |       |            |          |        |      |            |
|   2 |   PX SEND QC (RANDOM)            | :TQ10002 |   261M|  6238M| 31984   (1)| 00:02:08 |  Q1,02 | P->S | QC (RAND)  |
|   3 |    LOAD AS SELECT                | C        |       |       |            |          |  Q1,02 | PCWP |            |
|*  4 |     HASH JOIN OUTER              |          |   261M|  6238M| 31984   (1)| 00:02:08 |  Q1,02 | PCWP |            |
|   5 |      PX RECEIVE                  |          |  7849K|    44M|   726   (1)| 00:00:03 |  Q1,02 | PCWP |            |
|   6 |       PX SEND HASH               | :TQ10000 |  7849K|    44M|   726   (1)| 00:00:03 |  Q1,00 | P->P | HASH       |
|   7 |        PX BLOCK ITERATOR         |          |  7849K|    44M|   726   (1)| 00:00:03 |  Q1,00 | PCWC |            |
|   8 |         TABLE ACCESS STORAGE FULL| A        |  7849K|    44M|   726   (1)| 00:00:03 |  Q1,00 | PCWP |            |
|   9 |      PX RECEIVE                  |          |   261M|  4741M| 31149   (1)| 00:02:05 |  Q1,02 | PCWP |            |
|  10 |       PX SEND HASH               | :TQ10001 |   261M|  4741M| 31149   (1)| 00:02:05 |  Q1,01 | P->P | HASH       |
|  11 |        PX BLOCK ITERATOR         |          |   261M|  4741M| 31149   (1)| 00:02:05 |  Q1,01 | PCWC |            |
|  12 |         TABLE ACCESS STORAGE FULL| B        |   261M|  4741M| 31149   (1)| 00:02:05 |  Q1,01 | PCWP |            |
--------------------------------------------------------------------------------------------------------------------------


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

   4 - access("A"."A"="B"."A"(+))

我对你大小的合成数据的测试是 35 秒。