해시 조인(Hash Join)

해시 조인(Hash Join)은 데이터베이스에서 두 개의 테이블을 조인할 때 사용되는 조인 알고리즘 중 하나로, 특히 대용량 데이터셋을 다룰 때 성능이 뛰어난 방법입니다.
일반적으로 등가 조인(=)에서 사용되며, 테이블 크기가 크거나 인덱스가 없을 때 효율적으로 동작합니다.

Table of Contents

Toggle

1. 해시 조인의 개념

해시 조인은 두 개의 테이블에서 조인 키 값을 기반으로 해시 테이블을 생성하여 조인하는 방식입니다.
일반적으로 Nested Loop Join(중첩 루프 조인)보다 빠르며, Sort Merge Join(정렬 병합 조인)보다 효율적인 경우가 많습니다.

해시 조인은 두 개의 입력 테이블 중 작은 테이블을 메모리에 로드하고 해시 테이블을 생성한 후, 큰 테이블의 데이터를 이 해시 테이블과 비교하여 조인을 수행합니다.

2. 해시 조인의 동작 방식

해시 조인은 두 단계(빌드 단계 + 프로브 단계)로 나뉩니다.

1) 빌드 단계 (Build Phase)

작은 테이블(Inner Table)을 선택하여 해시 테이블을 생성합니다.
조인 키를 해시 함수(Hash Function)에 적용하여 **해시 버킷(Hash Bucket)**을 만듭니다.
해시 테이블을 메모리에 저장합니다.

2) 프로브 단계 (Probe Phase)

큰 테이블(Outer Table)의 각 행을 읽어와서 같은 해시 함수를 적용합니다.
해시 버킷에서 동일한 해시 값을 가진 행이 있는지 확인하여 조인을 수행합니다.

3. 해시 조인의 종류

해시 조인은 메모리 사용 방식과 데이터 크기에 따라 세 가지 방식으로 실행됩니다.

1) 인-메모리 해시 조인 (In-Memory Hash Join)

작은 테이블이 완전히 메모리에 로드 가능할 때 사용.
가장 빠른 해시 조인 방식.
메모리 요구량이 크지만, 전체 데이터를 메모리에 적재할 수 있으면 매우 효율적.

2) 그레이스 해시 조인 (Grace Hash Join)

작은 테이블이 메모리에 적재되지 않을 때 사용.
데이터를 **디스크에 분할(Partitioning)**하여 관리.
블록 단위로 나누고, 같은 해시 값을 가진 데이터를 같은 블록에 저장하여 조인.

3) 리커시브 해시 조인 (Recursive Hash Join)

테이블이 너무 커서 그레이스 해시 조인조차 수행할 수 없는 경우 사용.
여러 단계로 데이터를 계속 분할하여 조인을 수행.

4. 해시 조인의 장점과 단점

✅ 장점

✔ 대용량 데이터에서 빠른 성능 제공
✔ Nested Loop Join보다 효율적 (특히 인덱스가 없을 때)
✔ 등가 조인(=)에서 매우 적합
✔ 병렬 실행(Parallel Execution)과 함께 사용 가능

❌ 단점

❌ 비교적 많은 메모리 필요 (메모리에 해시 테이블을 생성해야 함)
❌ 범위 조인(<, >, BETWEEN 등)에서는 사용할 수 없음
❌ 해시 충돌(Hash Collision)로 인한 성능 저하 가능

5. 해시 조인의 실행 계획 예제 (PostgreSQL, MySQL, Oracle)

EXPLAIN ANALYZE
SELECT A.id, A.name, B.salary
FROM employees A
JOIN salaries B
ON A.id = B.emp_id;

실행 계획에서 Hash Join이 표시되면, 해당 조인이 해시 조인을 사용하고 있다는 의미입니다.

6. 해시 조인 vs 다른 조인 방식 비교

조인 방식	사용 조건	장점	단점
Nested Loop Join	작은 테이블과 인덱스 사용	인덱스 있을 때 빠름	큰 테이블에서 비효율적
Sort Merge Join	정렬된 데이터	범위 조인에서 효과적	정렬 비용이 큼
Hash Join	등가 조인(=)	대용량 테이블에서 빠름	많은 메모리 사용

7. 해시 조인 최적화 방법

1️⃣ 메모리 충분히 확보하기

해시 테이블이 메모리에 적재될 수 있도록 시스템 메모리를 충분히 확보.

2️⃣ 조인 키 선택 최적화

조인 키의 데이터 유형이 같고 인덱스를 적절히 활용해야 함.

3️⃣ 병렬 처리 활성화

일부 DBMS(예: PostgreSQL, Oracle)에서는 병렬 해시 조인을 지원.

4️⃣ 통계 정보(ANALYZE, EXPLAIN) 활용

데이터 분포와 실행 계획을 분석하여 최적의 조인 전략 선택.

8. 결론

해시 조인은 등가 조인(=)에서 매우 효율적인 방식으로, 특히 대용량 데이터에 적합합니다.
메모리 요구량이 크지만, 적절한 튜닝과 병렬 실행을 활용하면 성능을 크게 향상시킬 수 있습니다.
Nested Loop Join이나 Sort Merge Join과 비교하여 상황에 따라 가장 적절한 조인 방식을 선택하는 것이 중요합니다.