Types of Teradata Joins

Teradata joins

当我们在一列或者多个列上join两个或者多个表的时候，就发生了joining。这将会获取两个表中匹配的记录。这个通用概念对所有的数据库都是统一的。
在Teradata中，Optimizer（一个智能的解释器）用于根据用户输入决定采用的join策略以达到更高的性能。
在Teradata中，包含一些通用的join类型：
- Inner join（某些情况下是self join）
- Outer Join（Left，Right，Full）
-Cross Join（笛卡尔积）
当用户发出join查询时，optimizer会选择join计划。这些join策略包括：
- Merge Join
- Nested Join
- Hash Join
- Product Join
- Exclusion Join

Merge Join（归并连接）

Merge Join中被连接的行必须在同一AMP中。如果被连接的行不在同一AMP中，Teradata会基于where子句中涉及的列来重新分布数据或者复制spool中的数据。
如果被连接的两个表有相同的primary index，则records（记录）会在相同的AMP中，就不需要重新分布记录了。
Merge Join在下列4中情况下会发生重分布（redistribution）：
情况1：如果连接的列是UPI = UPI，则被连接的列在相同AMP中，不需要重分布。这是最快速高效的join策略
情况2：如果连接的列是UPI = Non Index column，则必须根据与第一个表的关系将第二个表中的记录重新分布到AMP
情况3：如果连接的列是Non Index column = Non Index column，则两个表都必须重新分布，使皮匹配的数据位于同一AMP上。由于两个表的完全重新分布遍历所有AMP，因此这种策略非常耗时。
情况4：对于发生在Primary Index上的join，如果参照表（join中的第二个表）很小，则这张表被拷贝到所有AMP上。

Nested Join（嵌套连接）

Nested Join是Optimizer推荐的最精确连接策略的一种。Nested Join工作在Join语句中使用的UPI/USI上，并用于从第一个表中检索单条记录。然后从第二个表中根据join中使用的index（primary或secondary）查询出匹配记录并返回匹配结果。
示例SQL：

Select EMP.Ename , DEP.Deptno, EMP.salary
from
EMPLOYEE EMP ,
DEPARTMENT DEP
Where EMP.Enum = DEP.Enum
and EMp.Enum= 2345;    -- this results in nested join

Hash Join（哈希连接）

Hash Join是Optimizer基于连接条件建议的策略之一。在功能上，Hash Join与Merge Join紧密相关。Merge Join中连接发生在同一AMP中。Hash Join中，在同一AMP中的一个或两个表完全在内存中。AMP将小表保持在其内存中用于发生在Row hash上的join。
Hash Join的优势：
1.比Merge join更快速，因为大表不需要排序。
2.由于join发生的两张表一个在APM内存中，一个在不需排序的spool中，因此join速度非常快。

Exclusion Join

当查询语句中包含以下关键字时，Optimizer建议使用Exclusion Join：
-NOT IN
-EXCEPT
-MINUS
-SET 差集操作

Select EMP.Ename , DEP.Deptno, EMP.salary
from
EMPLOYEE EMP
WHERE EMP.Enum NOT IN
( Select Enum from
DEPARTMENT DEP
where Enum is NOT NULL );

请确保添加一个额外的WHERE过滤“where Enum is NOT NULL ”，因为在NOT IN中使用NULL不会返回结果。
对NOT IN查询的Exclusion Join有3种情况：
情况1：与NOT IN子查询结果匹配的行将被忽略
情况2：不匹配的将被使用
情况3：NOT IN中的任何未知结果将被忽略（NULL是这种情况的一个典型例子）。

原文链接：Types of Teradata Joins