加入类型的 Netezza

Question

我无法在 Netezza/PureData 中获取正式的联接类型列表。

根据我读过的一个PowerPoint演示文稿，有5种类型：

1. 散列连接：需要等价条件、相同类型。最快
2. Exist Join：Hash Join 的一种？
3. 表达式连接：也称为嵌套循环连接？
4. 合并连接：它们是合并排序连接吗？一些文章提到类似于 Hash Joins 但用于浮点数
5. 跨产品连接：慢？

如您所见，我有很多知识空白。不幸的是，我还没有找到涵盖该主题的全面文档。对此的任何意见将不胜感激。

Answer 1

这是我的答案。我认为考虑它的最佳方式是考虑连接在 SQL 中是如何表达的，然后考虑数据库使用的连接算法来解决它们。

---

等值加入

这种形式的联接，其中联接条件是相等比较，每个项都是简单的列引用（即不是表达式）。

SELECT ...
FROM tableA a
   JOIN tableB b
   ON a.col1 = b.col

算法

Netezza 最常使用 Hash Join 方法解析 Equi-join，其中可以比较连接列的哈希值以验证相等性。

在某些情况下，Netezza 可能会使用 Merge Sort Join 方法，以防被连接的数据已经排序（例如使用物化视图），这使得这种通常昂贵的方法更具吸引力，或者当数据被比较的类型使得哈希比较不可靠（例如浮点数据类型）。

---

表达式连接

这种形式的联接，其中联接条件不是相等比较。

SELECT ...
FROM tableA a
   JOIN tableB b
   ON a.col1 < b.col

算法

由于简单的相等性评估是不够的，Netezza 使用 嵌套循环 方法处理这些情况。 tableA 中的每一行都针对 tableB 中的每一行单独评估。正是由于这个原因，表达式连接永远不能成为 Netezza 中的并置连接。因此，嵌套循环方法非常昂贵。

---

交叉连接

这种形式的联接，其中联接条件不包括至少一个表中的任何列。

SELECT ...
FROM tableA a
   JOIN tableB b
   ON a.col1 = 0

或 选择 ... 从表A a， 表B b

算法

Netezza 将采用 cartesion product 方法来解决这些问题，这可能会非常昂贵，并且也不能是 co-located join，因为每个数据切片中的每一行都必须连接到每个其他数据切片中的每一行。

---

隐含 IN/EXISTS 联接

诸如此类的语句在 SQL 中不是显式连接，但可以由数据库作为连接处理。

SELECT ...
FROM tableA a
WHERE col1 IN
   (
      SELECT col1
      FROM tableB
   )

或

SELECT ...
FROM tableA a
WHERE NOT EXISTS
   (
      SELECT *
      FROM tableB b
      WHERE a.col1 = b.col1
   )

算法

Netezza 将使用 Exists Join 方法来处理这些语句，这与 Hash Join 方法基本相同，但由于结果集中不需要连接数据，因此只需计算存在在这个过程中。