关于上一个sql优化测试的部分知识

在上一个sql大牛提出的小测试中，优化的就是如何改变查询，来选择合适的连接方式。
mssql的连接方式有三种：
hash join
merge join
loop join
hash连接的的话，是将相连的2个表的连接字段都hash化，然后再查找，这样的好处在于如果你的连接字段是字符串类型，甚至是varchar(max)类型，那可想而知，如果一个一个对比，要花费多少时间对比。如果经过hash后，对比的数据量就明显减少，而且是对比值类型，对比数据非常快。但他也有不好的一面：经过hash后，就不能使用这样的连接符：< > like。因为hash后还怎能做相似或大小对比呢？只能是相等的对比（这种相等对比也存在小概率的原文不相等，但是hash数值相等，这种几率建立在hash算法的基础上）。而且hash适合于在连接字段没有索引的情况下，速度很快。hash最适合的场景是超大数据量。不过要将数据进行hash，是比较耗费数据库服务器的CPU资源的。

merge join 最适合的场景是表数据量相差不多的情况，两表数据进行归并。他的限制就是两表连接字段要进行排序，如果连接字段没有排序，那就会在执行计划里执行排序。

loop join 叫做嵌套循环查询，他最适合的场景是两表字段均有索引，而且最好是聚集索引（免去书签查找），这样IO更少。loop 是将小表做为外表来循环内表的每一行。在表小数据量的时候是不错选择。

具体要选用哪中连接方式，是需要综合各方面的考虑，不是光看一个方面就行的。这里，我找到一个图，连接方式的各种对比，讲的不错，贴上来跟大家共享：


具体到上一篇文章的环境下，由于原来的查询使用了like，所以优化器默认给的是loop join，这个IO的消耗是非常大的。
问题就变成了如何让查询利用上hash或者merge。改变一下语句，可以成为等号的连接查询，所以这样就可以利用上了hash join


欢迎大家一起来分析分析，并提供更好的查询方式。