Hash Join 原理解析
什么是 Hash Join？
Hash Join 是关系型数据库中用于执行表连接（JOIN）操作的一种高效算法。
它特别适用于等值连接（例如 ON A.id = B.id）且其中一张表较小的场景。
与 Nested Loop Join 或 Merge Join 不同，Hash Join 利用哈希表（Hash Table）来加速匹配过程，
在大数据量下通常具有更优的性能表现。
Hash Join 的执行流程
- 构建阶段（Build Phase）：选择较小的表（称为“构建表”），遍历其所有行，并根据连接键计算哈希值，将数据存入内存哈希表中。
- 探测阶段（Probe Phase）：遍历较大的表（称为“探测表”），对每一行的连接键计算哈希值，在哈希表中查找匹配项，若找到则输出连接结果。
示意图：
构建表 (小表) → [哈希函数] → 内存哈希表
探测表 (大表) → [哈希函数] → 查找哈希表 → 输出匹配行
适用场景
- 连接条件为等值比较（如
=）
- 其中一张表明显小于另一张（可放入内存）
- 没有合适的索引支持 Nested Loop Join
- 需要一次性处理大量数据（如数据仓库场景）
优缺点分析
优点：
- 时间复杂度接近 O(M + N)，效率高
- 对无序数据友好，无需预排序
- 适合大规模数据连接
缺点：
- 需要足够内存存放哈希表，否则会溢出到磁盘，性能下降
- 仅支持等值连接
- 构建阶段有额外开销
交互演示（简化版）
点击下方按钮，查看一个简单的 Hash Join 模拟过程：