本文翻译自Coding-Geek文章:《 How does a relational database work》。原文链接：http://coding-geek.com/how-databases-work/#Buffer-Replacement_strategies
本文翻译了如下章节, 介绍数据库查询优化器的循环嵌套连接的实现原理：
连接操作-Join operators
通过上一章的学习，我们已知如何获取数据，现在我们来做数据的连接。
下面我将介绍3中常用的数据库表连接操作:归并连接、哈希连接和循环嵌套连接
在此之前我需要介绍两个新名词内连接对象(inner relation)和外连接对象(outer relation)。连接的对象可以是：
1. 一张表
2. 一个索引
3. 前一次操作产生的中间结果(例如：前一个连接产生的结果)。
当你连接两个对象时，不同的算法管理这两个连接对象的方式有很大差异。后面的章节，我们假设：
1. 外连接对象是参与连接的左数据集(译者注：表、视图等)。
2. 内连接对象是右数据集。
例如：A连接B，A是左数据集，B是右数据集。大多数情况，A连接B与B连接A的代价是一样的。
在这一章节，我假定A集合中有N个元素，B集合有M个元素。数据库在数据统计阶段已经计算出了A和B包含的数据条数。Notes：N和M是连接操作的基数。
循环嵌套连接-Nested loop join
循环嵌套连接是最简单的一种连接操作（译者注：笛卡尔积)。
其基本思想是：
1. 循环遍历外连接对象的每一条记录。
2. 查找内连接对象的所有记录，看是否存在匹配的记录(做连接操作)。
它的伪码是这样的：
nested_loop_join(array outer, array inner)
for each row a in outer
for each row b in inner
if (match_join_condition(a,b))
write_result_in_output(a,b)
end if
end for
end for因为它是两层for循环，时间复杂度是O(N*M)。
考虑磁盘I/O的开销, 对外连接对象的N条记录的每一条，内层循环都需要读取内连接对象的M条记录。这个算法总共需要从磁盘读取N+N*M条记录。但是，如果内连接对象的数据量很小，可以把它的数据一次性读到内存，这样就仅需要读取M+N条记录。
基于这种方式，内连接对象必须是最小的一个数据集合，这样它就有更大可能性一次加载到内存中。
考虑时间开销，哪个做内连接对象都没有差异；但考虑磁盘I/O的话，两个连接对象最好都只读取一次。当然，内连接对象可以用索引代替，这样可以从磁盘读取更少的数据(性能自然更好)。
这个算法非常简单，这里提供算法的另外一种实现方式；它在内连接对象集太大而不能全部加载到内存的情况下，尽可能的减少磁盘I/O开销。其基本思路是这样的：
1. 不使用从两个连接集合中逐条读取数据的方式。
2. 你可以从两个对象集中批量读取两捆数据到内存（译者注：比如说一次读取一万条）。
3. 比较两捆数据中数据，并保存匹配的数据结果。
4. 然后加载新的两捆数据到内存做比较。
5. 继续做这样的操作直到所有的数据比较完。
下面是算法伪码：
// improved version to reduce the disk I/O.
nested_loop_join_v2(file outer, file inner)
for each bunch ba in outer
// ba is now in memory
for each bunch bb in inner
// bb is now in memory
for each row a in ba
for each row b in bb
if (match_join_condition(a,b))
write_result_in_output(a,b)
end if
end for
end for
end for
end for
这种算法实现,时间复杂度不会变，但是磁盘I/O降下来了。
1. 前一种算法种需要访问N+N*M次磁盘，因为每读取一条记录就要访问一次磁盘。
2. 后一种算法，磁盘的访问次数变成了number_of_bunches_for(outer)+ number_of_ bunches_for(outer)* number_of_ bunches_for(inner)。
3. 如果你增加每捆数据的条数(译者注：增加每一次读取的数据条数)，访问磁盘的次数还会降低(译者注：视内存大小而定。超过一定阈值后性能反而降低，实际开发经验是一次拿2000条数据)。
