内存深度向量化框架首次在 Oracle Database 21c 中引入。利用新框架的第一个功能是内存中矢量化连接。在 Oracle Database 23c 中，内存深度矢量化已扩展为支持以下附加连接类型：
• 多级散列连接
• 多重连接键
• 半连接
• 外连接
• 按聚合进行完整分组
此增强功能通过利用单指令、多数据 (SIMD) 向量指令来实现额外的性能。我使用 Oracle Database 23c Free 作为后面的示例以及 SSB 模式。
还有一个细节。与连接组类似，内存中深度向量化是 SQL Monitor 捕获的运行时决策。通过单击散列连接操作的双筒望远镜，可以在 SQL Monitor 活动报告中显示内存中深度向量化的使用情况。例如：
请注意，第一个统计数据“DeepVec Hash Joins”设置为 1。这意味着执行了深度向量连接。还有第二种方法可以使用 SQL 显示相同的信息。以下 SQL 语句将显示基础 SQL Monitor 表中的相同信息：
set echo off
set trimspool on
set trim on
set pages 0
set linesize 1000
set long 1000000
set longchunksize 1000000
PROMPT Deep Vectorization Usage: ;
PROMPT ------------------------- ;
PROMPT ;
SELECT
' ' || deepvec.rowsource_id || ' - ' row_source_id,
CASE
WHEN deepvec.deepvec_hj IS NOT NULL
THEN
'deep vector hash joins used: ' || deepvec.deepvec_hj ||
', deep vector hash join flags: ' || deepvec.deepvec_hj_flags
ELSE
'deep vector HJ was NOT leveraged'
END deep_vector_hash_join_usage_info
FROM
(SELECT EXTRACT(DBMS_SQL_MONITOR.REPORT_SQL_MONITOR_XML,
q'#//operation[@name='HASH JOIN' and @parent_id]#') xmldata
FROM DUAL) hj_operation_data,
XMLTABLE('/operation'
PASSING hj_operation_data.xmldata
COLUMNS
"ROWSOURCE_ID" VARCHAR2(5) PATH '@id',
"DEEPVEC_HJ" VARCHAR2(5) PATH 'rwsstats/stat[@id="11"]',
"DEEPVEC_HJ_FLAGS" VARCHAR2(5) PATH 'rwsstats/stat[@id="12"]') deepvec;
这将以以下格式显示：
Deep Vectorization Usage:
-------------------------
2 - deep vector hash joins used: 1, deep vector hash join flags: 24576
以下是现在利用内存深度向量化的半连接示例：
select /*+ MONITOR */ count(l.lo_custkey)
from lineorder l
where l.lo_partkey IN (select p.p_partkey from part p)
and l.lo_quantity
SQL> set echo off
Deep Vectorization Usage:
-------------------------
2 - deep vector hash joins used: 1, deep vector hash join flags:
5 - deep vector hash joins used: 1, deep vector hash join flags: 8192
7 - deep vector hash joins used: 1, deep vector hash join flags: 8192
9 - deep vector hash joins used: 1, deep vector hash join flags: 24576
这是一个非常令人兴奋的增强。请注意，不需要布隆过滤器，并且我为此查询禁用了向量转换以显示多级连接的工作原理。深度向量连接不直接支持向量转换，但同一计划中的其他哈希连接可以利用深度向量连接。还有一件事需要注意。多级深度向量连接支持左深、右深和某些类型的浓密连接。
还有另外两个数据库内存功能也可以改进深度向量连接。加入组和内存中动态扫描 (IMDS)。连接组通过同步相同或不同表中列的字典值来提供帮助，从而使连接组中的列的连接速度更快。 IMDS 提供了扫描改进，因为它在 IMCU 级别上并行化扫描。加入组必须显式定义，或者可以由 23c 中的自动内存中 (AIM) 定义。在 CPU 容量过剩且 CPU 数量超过 24 的系统上，资源管理器将自动启用 IMDS。前面的示例中没有使用这些功能，但可以为较大的数据库提供实质性的额外性能改进。
