HashJoin（哈希连接）是关系型数据库中用于执行表连接（JOIN）操作的一种高效算法，特别适用于大表之间的等值连接（Equi-Join）。它通过构建哈希表来加速匹配过程，在现代数据库系统（如 PostgreSQL、Oracle、SQL Server 等）中被广泛使用。
HashJoin 的基本原理
HashJoin 分为两个阶段：
- 构建阶段（Build Phase）：选择较小的表（称为“内表”或“构建表”），对其连接键建立哈希表。
- 探测阶段（Probe Phase）：遍历较大的表（称为“外表”或“探测表”），对每一行的连接键计算哈希值，并在哈希表中查找匹配项。
若找到匹配，则输出组合后的结果行。
适用场景
- 连接条件为等值连接（如
a.id = b.id） - 其中一个表明显小于另一个（内存可容纳哈希表）
- 无有效索引可用，或索引效率低于哈希方式
与其他 JOIN 算法对比
- Nested Loop Join：适合小表或有索引的情况，但大表连接时性能差。
- Merge Join：要求两表已按连接键排序，适合预排序数据。
- HashJoin：不依赖索引，对未排序大数据集效率高，但需足够内存。
注意事项
当内表过大无法完全载入内存时，数据库会采用“分区哈希”（Grace Hash Join）策略，将数据分批处理并写入磁盘临时文件，此时性能会下降。因此，合理评估内存与数据量对 HashJoin 至关重要。