在產品環境中，往往存在着大量的表連接情景，不管是inner join、outer join、cross join和full join（邏輯連接符號），在內部都會轉化為物理連接（Physical Join），SQL Server共有三種物理連接：Nested Loop（嵌套循環），Merge Join（合並連接）和Hash Join（哈希連接）。這三個物理連接的處理方式不同，分別應用在不同的場景中。通過query hint來指定物理連接： WITH( { LOOP | MERGE | HASH } JOIN)
在同一時刻，表連接只能是兩表（或者是數據集，也就是表的一部分）之間的連接，通常按照表處於Join操作的位置來區分，把Join操作符前面的表叫做左表，把Join操作符后面的表叫做右表。如果有n個表連接，那么必須進行n-1次關聯操作，上一次關聯操作的結果作為下一次關聯操作的一個數據集。On子句用於設置連接條件，可以決定連接的順序。
一，嵌套循環
嵌套循環是最基本的Join算法，分為兩個循環，內部循環和外部循環，內部循環嵌套在外部循環內部。任何一個連接語句，都包含兩個表，內部循環對應內部表，外部循環對應外部表。在圖形執行計划中，上面的輸入表是外部表，下面的輸入表是內部表。
在嵌套循環中，外部循環逐行處理外部表，內部循環針對每一個外部行到內部表中進行查找，以找出所有匹配外部行的數據行。外部循環每輸出一行，內部表中所有行都會和外部行進行匹配，假如外部表有N行，內部表有M行，對於外部表的每一行，內部表都會匹配M行，這種算法的開銷是基於外部表的行數 乘以內部表的行數來確定，即以 N*M 來確定開銷。
如果內部循環在連接條件上存在索引，那么把連接條件的每一個值叫做關聯參數（Correlated Parameter），使用關聯參數可以應用index seek算法去查找匹配行。
嵌套循環適用於：大表和小表進行連接，並且大表在連接條件上存在索引。當把外部表是小表，內部表是大表，且內部表是在連接列上有索引時，優化器傾向於使用嵌套循環。優化器對嵌套循環的優化是：
1，如果內部表在連接列上存在索引，那么優化器把外部表的輸入行作為關聯參數，基於關聯參數對內部表使用index seek查詢
2，對內部表使用Lazy Spool，Spool是指緩存中間結果集，以便重用。當內部表在連接條件上有很多重復值，但只有少數行可以和外部行匹配時，Nested Loop算法的效率非常高。
不是所有的Join都有相關參數，如果沒有合適的索引，或者on子句沒有指定合適的連接條件，就不會使用index seek算法，也就不會有相關參數，通常情況下，inner join和left join 可以有相關參數，而right join，cross join和full join 沒有相關參數。
二，合並連接
合並連接使用的是合並算法，要求至少存在一個相等的連接謂詞（on子句中至少存在一個相等條件），並且兩個輸入在合並列上必須是有序的。通常情況下，查詢優化器會掃描表上的索引，以檢查是否有索引包含合並列；如果沒有適當的索引，那么合並連接的后面使用sort操作符對合並列進行排序，索引和Sort操作符都是為了滿足“合並算法對兩個輸入必須是有序的”這一硬性要求。合並連接，也稱作排序-合並-連接（Sort-Merge-Join）。
如果合並連接需要對數據集進行排序，那么還需要為Sort操作符向系統申請授予內存（Granted Memory），以存儲排序的中間結果集。如果查詢語句輸出的結果在連接鍵上是有序，order by join-keys，那么連接查詢傾向於使用合並連接，如果排序是不必要的，那么可以去掉order by子句。
由於兩個輸入都已經排序，Merge Join操作符從每一輸入各獲取一行進行比較，例如，對於inner join，如果兩行相等，則放回這個相等的結果；如果不相等，則廢棄值較小的行，並從該輸入中獲取下一行。這一過程重復進行，直到處理完所有的數據行。
如果兩個輸入是有序的數據，那么Merge Join的執行速度很快，但是，當需要添加Sort操作符對輸入數據進行排序時，選擇使用Merge Join操作符將十分費時。對於數據量大，並且可以從B-Tree索引中獲得已排序的數據，那么Merge Join是執行速度最快的連接算法。
三，哈希連接
哈希連接（Hash Join）適用於無序的大表之間的連接，有兩個輸入：生成輸入（Build Input） 和 探測輸入（Porbe Input），查詢優化器使用兩個輸入中較小的作為生成輸入。哈希連接掃描生成輸入，加載到內存中，生成哈希表，這個過程叫做生成階段（build phrase）。當生成輸入的所有行都加載到Hash 表之后，開始探測階段（probe phrase）：對於探測輸入的每一行，計算其Hash值，和哈希表進行匹配，輸出匹配的數據行。在探測階段，每做一次哈希連接操作，探測輸入的每一行只會掃描一次，再根據哈希鍵值去掃描整個哈希表。
Hash連接的兩個階段是有先后順序的，生成階段在前，探測階段在后。Hash連接在生成階段需要生成Hash Table，這需要向系統申請授予內存（granted memory），以存儲Hash值，如果授予內存不足，那么Hash連接就不會開始。
1，哈希連接的內存消耗和溢出
在Hash連接開始執行前，SQL Server嘗試估計需要多少內存去創建Hash表，優化器使用預估的行數和每行的平均大小去估算需要的內存大小。為了最小化內存的使用，優化器從兩個表中選擇一個小表作為生成輸入（Build Input），SQL Server通過向系統申請授予內存來保證Hash表可以有“足夠”的內存創建成功。
如果SQL Server授予哈希連接的內存小於實際需要的內存，那么Hash連接在生成階段會耗盡授予的內存，並把部分Hash表的數據溢出到硬盤上，也就是tempdb的workfile文件中。在這樣的情景下，Hash連接維護的Hash 桶（Hash Bucket）實際上存儲在兩個地方：內存中的hash表和硬盤上的workfile。
Hash連接會記錄Hash桶存儲的位置，當從生成輸入中繼續讀取一行數據時，它檢查該行是映射到內存的Hash桶中，還是映射到硬盤的Hash桶中，如果映射到內存的Hash桶中，那么把該Hash值寫入到內存中；如果映射到硬盤的Hash桶中，那么把該Hash值寫入到硬盤上的workfile結構中。
在探測階段，對於探測表的每一行，優化器都會檢查該行是映射到內存中的Hash 桶，還是映射到硬盤上的Hash 桶。如果映射到內存中hash桶，優化器就探測Hash表，產生連接的數據集存儲到內存中，並舍棄當前行；如果映射到硬盤的Hash桶，它會被寫入到硬盤中，暫時不做Join運算，當Hash的探測階段完成之后，Hash連接會把溢出到硬盤的數據讀取到內存，為每個Hash 桶重建內存Hash表，做Join運算。也就是說，哈希連接把硬盤上的結果集和內存中的結果集合並為最終的結果集。
2，Hash連接的性能優化
Hash連接使用授予內存來創建哈希表，如果授予內存不足，那么部分哈希桶就會被溢出到硬盤，硬盤的讀取和寫入都會影響哈希連接的性能。因此，應該為Hash連接分配足夠的授予內存。優化器使用統計信息來預估授予內存的大小，如果統計信息過時，導致預估的授予內存過小，這會嚴重降低Hash連接的性能。
還有一種可能性是，參與Hash連接的兩個表都很大，以至於不能分配足夠的內存來構建哈希表，這也會導致哈希桶被溢出到workfile，導致哈希連接的性能低下。對於大表之間的映射，盡量使連接列有序，進而使用合並算法來做連接。
3，哈希連接的類型
本文只簡單介紹內存哈希連接和Grace 哈希連接，對於遞歸哈希連接（Recursive Hash Join）和 Hash Bailout 是這兩個連接類型的優化，不再贅述。
（1），內存哈希連接（In-Memory Hash Join）
哈希連接計算整個生成輸入，然后在內存中創建一個哈希表（Hash Table）。每一個行都根據哈希值（Hash Value）計算Hash鍵，插入到相應的哈希桶（Hash Bucket）中。如果整個生成輸入小於可能的內存，那么所有的數據行都會被存儲到內存中哈希表中。
（2），Grace 哈希連接（Grace Hash Join）
如果生成輸入太大，不能放到內存中，那么Hash Join將會被處理成多個步驟，這就是Grace 哈希連接。每一個步驟都有一個生成階段和探測階段。首先，Grace 哈希連接使用一個哈希函數，把整個生成輸入和探測輸入按照Hash鍵進行分區，把分區輸入到不同的文件中，分區的規則是：
hash_func(join-field)
由於使用相同的hash算法，在連接列上進行分區，這就保證了匹配的任意兩行數據都位於相同的文件對中，我推測：文件是在tempdb中創建的workfile，也就是說，需要調用IO子系統，把數據寫入到硬盤中。Grace hash join的主要的貢獻就在於，它使得每條數據只需要Join一次。
Grace 哈希連接首先把兩個大的輸入，分割成多個小的輸入，然后再對每個文件對進行哈希連接操作，最后把每個分區Join的結果合並作為連接操作最終輸出的結果。
參考文檔：