多表连接查询相对于单表查询更为复杂，它引入了连接操作。连接操作同样有可能存在性能问题。与前面章节中提到的优化方式相同，索引也是多表连接查询最主要的优化方式，其区别在于判断性能瓶颈的方式。接下来介绍连接操作的类型。

1.NESTED LOOP

NESTED LOOP适用于小数据量与大数据量的数据集之间的连接操作，NESTED LOOP被认为是性能最好的连接方式，在查询中也是最常用的。NESTED LOOP具体的业务逻辑类似下面的伪代码：

Foreach(SmallRow in SmallInput)
{
Foreach(BigRow in BigInput)
{
If(SmallRow=BigRow)
Output;
}
}

在INNER JOIN的关联操作中，小数据集将作为外围循环数据集合，大数据集则作为内部循环的数据集合。假设Employee表（300条数据）与Person表（两万条数据）根据BusinessENtityId（高筛选率索引字段）进行连接，那么以NESTED LOOP的方式计算时，它的性能是最佳的。NESTED LOOP的I/O操作一般是小表的SCAN+大表的SEEK，或者都是索引的SEEK操作，也就是说，当内部表的字段上存在索引时NESTED LOOP的性能才会达到最佳，如图3-6所示。

2.MERGE JOIN

MERGE JOIN一般出现在连接数据集的数据量相当，并且数据集的连接条件均为顺序排列的情况下。其算法的伪代码大致如下：

R1=first row from Input1;
R2=first row from Input2;
While (end of Input 1) and (end of Input2)
{
If  (R1=R2)
{
Output;
R2=next row of Input2;
}
Else if (R1<R2)
R1=next row of Input1;
Else
R2=next row of Input2;
}

如果MERGE JOIN涉及的数据集不是已经排序的结果，将额外多出一部分排序操作，或者是HASH JOIN方式的操作。MERGE JOIN分为一对多和多对多的连接操作方式，当关联一方的字段上存在唯一索引时，将优先选择一对多的连接操作，效率比多对多的操作方式更高。

3.HASH JOIN

HASH JOIN应用在大数据量的连接中，它通过SCAN操作，将两份大的数据集取出，并对关联字段进行hash计算，从而得出两个集合的hash数据集。然后，将两份hash集合进行比较，并输出hash值相等的数据行。HASH JOIN数据集的获取操作大部分为SCAN操作。

HASH JOIN的伪代码示例如下：

Foreach(R1 in  Input1)
{
H1=HashValue(R1.Key);
Insert H1 into HashBucket;
}
Foreach(R2 in Input2)
{
H2=HashValue(R2.Key);
Foreach(H1 in HashBucket)
{
If(H1=H2)
Output(R1,R2);
}
}

如算法伪代码所示，当Input1的量为小数量集时，HASH JOIN的效率会比较高。当两个比较集合的数据量都很大时，HASH JOIN的效率会比较低。