¿Por qué 'HASH JOIN' o 'LOOP JOIN' mejoran este proceso almacenado?

Question

Tengo una consulta básica que va de 6 segundos a 1 segundo simplemente cambiando una combinación de LEFT JOIN a LEFT HASH JOIN o 'LEFT LOOP JOIN'. ¿Alguien puede explicar por qué esto causaría un aumento tan grande en el rendimiento y por qué el optimizador de SQL no lo está resolviendo por sí mismo?

Aquí es más o menos lo que se ve como el SQL:

SELECT 
    a.[ID] 
FROM 
    [TableA] a 
LEFT HASH JOIN 
    [TableB] b 
    ON b.[ID] = a.[TableB_ID] 
JOIN 
    [TableC] c 
    ON c.[ID] = a.[TableC_ID] 
WHERE 
    a.[SomeDate] IS NULL AND 
    a.[SomeStatus] IN ('X', 'Y', 'Z') AND 
    c.[SomethingElse] = 'ABC' 

la Tabla A y B tienen millones de registros e índices en todos los campos de ID. Uso de SQL Server 2005.

Editar: Un colega sugirió una combinación de bucle IZQUIERDA y parece haber hecho que sea aún más rápido ... SQL no es uno de mis puntos fuertes, así que estoy tratando de entender cómo estos 'consejos' Están ayudando.

Answer 1

HASH JOIN es útil cuando el gran porcentaje de filas contribuye al resultado.

En su caso, la construcción de un HASH TABLE a ambos A o B y escanear otra mesa es más barato que sea la realización de NESTED LOOPS sobre el índice de B.ID o la fusión de los conjuntos de resultados ordenados, que el optimizador ha utilizado antes de la pista.

SQL Server El optimizador no lo vio: probablemente porque no recopiló estadísticas, probablemente porque su distribución de datos está sesgada.

Actualización:

Ya que menciona que LOOP JOIN mejorado la velocidad, puede ser por lo que el orden JOIN la elección errónea por el optimizador.