[SQL] JOIN - Hash Join

• Hash Join (雜湊聯結)：輸入兩資料表分為不同角色
• Build Input (建置輸入)
• 第一階段，較小的資料表
• 掃描或計算整個 "Build Input"，依據 "間直資料行" 產生 "Hash Key" (雜湊鍵) 並建立 "Hash Table" (雜湊表)，再依據 "Hash Key" (雜湊鍵) 將每個 "Row" (資料列) 置入 "Hash Bucket" (雜湊桶)
• Probe Input (探查輸入)
• 第二階段，較大的資料表
• 掃描或逐列計算整個 "Probe Input"，針對每個 "探查輸入" 的資料列計算 "Hash Key" (雜湊鍵值)，並掃描對應至 "Hash Bucket" (雜湊桶)，並產生符合項目
• "Merge Join" 與 "Hash Join" 之間差異，什麼樣的情況適合使用 "Merge Join" 或 "Hash Join"
• 資料庫使用 Adventure Works for SQL Server 2012 的資料表 Sales.SalesOrderHeader 與 Sales.SalesOrderDetail 創建 3 個 table 如下
• tbSalesOrderHeader
• unique Clustered index：SalesOrderID
• tbSalesOrderDetail01
• tbSalesOrderDetail02
• unique Clustered index：SalesOrderID, SalesOrderDetailID

• 查詢

select *
from tbSalesOrderHeader o
join tbSalesOrderDetail01 od ON o.SalesOrderID = od.SalesOrderID

select *
from tbSalesOrderHeader o
join tbSalesOrderDetail02 od ON o.SalesOrderID = od.SalesOrderID

• 查詢結果
• 查詢 1：沒建立 "SalesOrderID" 為鍵值資料行的索引，因此採用 "Hash Join"，若沒使用 "Hash Join" 將會增加 "排序" 作業，才能使用 "Merge Join"，這樣成本更高
• 查詢 2：建立 "SalesOrderID" 為鍵值資料行的索引，而經過排序，所以採用 "Merge Join"

• 查詢 1 中 "tbSalesOrderHeader" 與 "tbSalesOrderDetail01" 屬於 "一對多" (或稱父子關係)，因 "tbSalesOrderHeader" 資料列必定少於 "tbSalesOrderDetail01"
• 所以 "Hash Join" 中的 "Build Input" (建置輸入) 為 "tbSalesOrderHeader"，可見 "tbSalesOrderHeader" 被置放於上面的位置
• Result：
1. "Merge Join" 與 "Hash Join" 較適合大型的查詢，查詢資料較多的情況
2. "Merge Join" 適合兩資料表都有 "索引" 或是經過事先排序過的情況
3. 不適合 "Merge Join" 的情況下，將採用 "Hash Join"
• REF：
• SQL Server 效能調校