Merge Join - OceanBase 数据库 V4.3.5

Merge Join

更新时间：2026-04-07 20:57:20

什么是 Merge Join

Merge Join 其实是 Nested Loops Joins 的一种变种。如果联接的两个数据集尚未排序，则数据库会对它们进行排序。对于第一个数据集中的每一行，数据库会探测第二个数据集中的匹配行并将它们联接起来，其起始位置基于上一次迭代中的匹配。这一点与 Nested Loops Joins 不同，Nested Loops Joins 遍历第二个数据集时每次都是从第一行数据开始。Merge Join 的执行伪代码如下所示。

for row_1 IN (select * from T1 where xxx)
loop
	for row_2 IN (select * from T2 where row_num > last_row_num and xxx)
	loop
  	if match join condition(row_1, row_2)
  	then
    	output (row_1, row_2)
  	else
    	last_row_num = row_num
    	break
  	end if
	end loop
end loop

优化器什么时候选择 Merge Join

Merge Join 同样适合大数据量的联接，如果联接两侧的数据源都是无序的，或者联接条件是非等值联接，优化器不会选择 Merge Join 算法，而是选择其他联接算法。否则优化器会尝试生成 Merge Join 计划，并通过计划成本来选择合适的联接算法。

如何控制优化器使用 Merge Join

最直接的控制手段就是通过 hint 指定联接算法，可以通过使用 USE_MERGE 指示优化器使用 Merge Join 算法。通常还需要配合使用 LEADING Hint，因为指定 Merge Join 算法之后计划的成本可能不是最低的，会被其他成本更低的计划（联接次序不同）覆盖。USE_MERGE 的参数为联接的右表。

使用示例。在默认情况下，优化器自主选择了 Hash Join 算法。

explain select 1 from t1, t2 where t1.c1 = t2.c1;
Query Plan:
======================================
|ID|OPERATOR   |NAME|EST. ROWS|COST  |
--------------------------------------
|0 |HASH JOIN  |    |99000    |194200|
|1 | TABLE SCAN|t1  |100000   |41911 |
|2 | TABLE SCAN|t2  |100000   |41911 |
======================================

Outputs & filters:
-------------------------------------
  0 - output([1]), filter(nil),
      equal_conds([t1.c1 = t2.c1]), other_conds(nil)
  1 - output([t1.c1]), filter(nil),
      access([t1.c1]), partitions(p0)
  2 - output([t2.c1]), filter(nil),
      access([t2.c1]), partitions(p0)

为了控制优化器使用 Merge Join 算法，我们可以使用 hint 控制。

explain select /*+leading(t1 t2) use_merge(t2)*/ 1 from t1, t2 where t1.c1 = t2.c1;
Query Plan:
======================================
|ID|OPERATOR   |NAME|EST. ROWS|COST  |
--------------------------------------
|0 |MERGE JOIN |    |99000    |13200 |
|1 | TABLE SCAN|t1  |100000   |41911 |
|2 | TABLE SCAN|t2  |100000   |41911 |
======================================

Outputs & filters:
-------------------------------------
  0 - output([1]), filter(nil),
      equal_conds([t1.c1 = t2.c1]), other_conds(nil)
  1 - output([t1.c1]), filter(nil),
      access([t1.c1]), partitions(p0)
  2 - output([t2.c1]), filter(nil),
      access([t2.c1]), partitions(p0)

为了更好的使用 Merge Join 算法，在控制优化器时需要注意以下两点：

尽量在数据源有序的情况下选择 Merge Join。
不能对非等值联接使用 Merge Join 算法。