数仓的等待视图中，为什么会有Hashjoin-nestloop？
内容提要
本文介绍了GaussDB(DWS)中的HashJoin-nestloop等待视图的含义和影响。当内存不足时，会通过内外表交换或执行nestloop使查询平稳进行，防止内存报错。建议将参数hashjoin_spill_strategy设置为2以规避问题。
延伸解读
HashJoin-nestloop 的触发条件
当两张大表进行 join 时，如果未做 analyze 或统计信息不准确，可能导致 build hash 的一侧选择了大表，且该表在 join 列上重复值很多。此时 hashjoin 内存膨胀，内存不足时算子下盘，但由于重复值多，下盘文件无法有效分裂，若整个文件读入内存会导致内存过载。为避免内存报错，系统会通过内外表交换或执行 nestloop 使查询平稳进行，等待视图便显示为 HashJoin-nestloop。
参数 hashjoin_spill_strategy 的行为差异
该参数默认为 0，取值范围 0-6。取值为 0 或 5 时，hashjoin 先尝试内外表交换，若内存仍高则选择 nestloop；取值为 1 或 6 时，先尝试内外表交换，若内存仍高则强行执行 hashjoin；取值为 2 时，hashjoin 行为与原本一致，即使内存不够也强制执行 hashjoin。不同取值直接影响内存不足时的处理策略。
性能劣化风险与规避方法
出现 HashJoin-nestloop 时，原本内存占用高但能执行成功的语句，被转换成 nestloop 后可能短时间执行不出来。尤其当数据量变化较大、统计信息差异较大时，容易出现执行计划非最优场景下的性能劣化。若因此导致业务超时，可将 hashjoin_spill_strategy 设置为 2 进行规避，不再进行内外表交换或执行 nestloop，使业务行为与之前保持一致。在内存充裕的场景下，可以全局设置为 2。
Q&A
GaussDB(DWS)等待视图中出现HashJoin-nestloop是什么意思？
HashJoin-nestloop表示在向量化hashjoin时，当使用内表创建的hash表过大导致内存不足时，系统不再强制进行hashjoin，而是通过内外表交换或执行nestloop使查询平稳进行，以防止内存报错。
为什么会出现HashJoin-nestloop等待状态？
当两张大表join时，如果未做analyze或统计信息不准，导致build hash的一侧选择了大表，且该表在join列上重复值很多，会导致hashjoin时内存膨胀。当内存不足时，hashjoin算子会下盘，但由于join列上存在大量重复值，下盘文件无法有效分裂，此时如果将整个文件都读取到内存中，会导致内存占用很高，出现内存过载。为了解决该场景，系统会通过内外表交换或执行nestloop使查询平稳进行，此时等待视图状态为HashJoin-nestloop。
hashjoin_spill_strategy参数的作用是什么？取值范围是多少？
hashjoin_spill_strategy参数用于控制hashjoin的行为，默认为0，取值范围为0-6的整数。取值为0或5时，hashjoin时会先尝试内外表交换，如果仍然内存占用高，会选择nestloop；取值为1或6时，hashjoin时会先尝试内外表交换，如果仍然内存占用高，会强行执行hashjoin；取值为2时，hashjoin行为和原本的行为保持一致，即使内存不够，也会强制执行hashjoin。
HashJoin-nestloop对业务有什么影响？
当等待视图出现HashJoin-nestloop时，可能会导致原来内存占用高但能执行成功的语句，在被转换成nestloop后，可能会短时间执行不出来。尤其是当数据量变化较大，统计信息差异较大时，容易出现执行计划非最优场景下的性能劣化。
如何解决HashJoin-nestloop导致的业务超时问题？
如果出现HashJoin-nestloop时间长，导致业务超时的情况，可以将参数hashjoin_spill_strategy设置为2进行规避。这样不再进行内外表交换或执行nestloop，使业务行为与之前的行为保持一致。在内存充裕的场景下，可以全局设置为2。
GaussDB(DWS)中有哪些常见的join方式？
GaussDB(DWS)中有3种常见的join方式：HashJoin、MergeJoin和NestLoop。
