在sql语句中，如果from后面有多个表时，关于表的联结方法是很重要的一个环节。
大体有nested loop join,hash join,merge join

-->nested loop join

这种场景一般适用于大表和小表的关联，一般来说小表适用做为驱动表，对于小表中的匹配记录和大表做关联，这个时候小表是在外部循环，大表在内部循环，小表中的匹配记录都和大表做一个关联。
SQL> create table t as select *from dba_objects where object_id is not null;
SQL> create table t1 as select *from user_objects where object_id is not null;
SQL> exec dbms_stats.gather_table_stats(user,'T',cascade=>TRUE);
SQL> exec dbms_stats.gather_table_stats(user,'T1',cascade=>TRUE);
SQL> create unique index ind_t on t(object_id);
SQL> create unique index int_t1 on t1(object_id) ;
SQL> select  count(*)from t;
  COUNT(*)
----------
     10783
下面的例子，t1表中的数据较少，表t中的数据多，就以表t1位驱动表，走了全索引扫描查取到t1的数据，然后对于t1中的数据和t做匹配，匹配的时候走了唯一性扫描


-->hash join
这种场景适合于大表和大表之间的关联。通过hash算法来做两个表之间的匹配映射。
SQL> create table t as select *from dba_objects where object_id is not null;
SQL> create table t1 as select *from dba_objects where object_id is not null;
SQL> exec dbms_stats.gather_table_stats(user,'T',cascade=>TRUE);
SQL> exec dbms_stats.gather_table_stats(user,'T1',cascade=>TRUE);
SQL> create unique index ind_t on t(object_id);
SQL> create unique index int_t1 on t1(object_id) ;
SQL> select  count(*)from t;
  COUNT(*)
----------
     10783
对于表t1中的记录，都是通过hash映射来匹配t中的记录。可能对于cpu的资源消耗还是相对较多的，因为内部做了大量的计算。在生产环境中的实践来说，hash join还是不错的。特别是在和并行结合之后。