exists和执行计划问题，高手请进

Question

A表和B表，
A表有1百万条记录，B表有1千万条记录。
sql：select * from a where not exists(select * from b where b.code=a.code);当B表的code列上建有索引i_idx时，执行计划如下：
.......
hash join anti
   table access full      a       ......
   index fast full scan   i_idx   .....当B表的code列上无索引时，执行计划如下：
.......
hash join anti
   table access full      a       ......
   table access full      b       .....
我对exists的理解：
对外表a的每条记录进行扫描，每扫描一条记录后，就执行一次对内表B的查询(即：select * from b where b.code=a.code)，
这样就类似一个循环，每循环1下，就执行1下对内表B的查询(即：select * from b where b.code=a.code),
这样的话表连接应是嵌套循环连接。问题：
1、我的理解对吗？
2、为什么执行计划里是hash join？而不是nested loops?
3、当我把not exists 改为exists 时，就看到hash join semi,请问anti与semi的区别 ？

Answer 1

in和exists对数据的处理方法：假如使用IN，执行过程将如同下列所示：
　　
　　Select * from T1 where x in ( select y from T2 )
　　
　　LIKE:
　　
　　select *
　　from t1, ( select distinct y from t2 ) t2
　　where t1.x = t2.y;
　　
　　假如使用EXISTS，如同上述的查询结果，我们改写成：
　　
　　select * from t1 where exists ( select null from t2 where y = x )
　　
　　LIKE:
　　
　　for x in ( select * from t1 )
　　loop
　　if ( exists ( select null from t2 where y = x.x )
　　then
　　OUTPUT THE RECORD
　　end if
　　end loop

Answer 2

http://www.itpub.net/viewthread.php?tid=835911
可以看看HASH JOIN原理

Answer 3

1.  基本上是这样的，基于CBO的优化，对于exists类的查询，默认外表为驱动表。
2. 一般来说对于返连接的表比较小，返回的数据集比如说少于1万，那么采用nest loop可能性能较好，相反，有成百上千万的记录，hash join效率较高。
3. hash join semi是针对类似exists的，如果在内层扫描中，命中就立即返回本轮匹配，而hash join anti则相反。

Answer 4

select * from a where not exists(select * from b where b.code=a.code and rownum =1)加个rownum, 执行计划就不一样了，执行速度也就不一样了

Answer 5

你这样把逻辑也改了·再好的SQL有人敢用吗？

Answer 6

老兵哥，既然认为我的理解是对的，那就是个循环，也就是nested loop，怎么还会有hash join？？
难道哈希连接也是个循环，每循环一次，
就执行1下对内表B的查询(即：select * from b where b.code=a.code)？？

Answer 7

我理解的exists也是相当于两层for循环。

Answer 8

我觉得加rownum=1没错啊，为啥逻辑边了？？？没看出来!

Answer 9

散列连接是CBO 做大数据集连接时的常用方式，优化器使用两个表中较小的表（或数据
源）利用连接键在内存中建立散列表，然后扫描较大的表并探测散列表，找出与散列表匹配
的行