关于 OceanBase 在执行 Hash Join 时使用 Bloom Filter 进行优化的描述，以下正确的是？

培训 & 考证
#1

A. Bloom Filter 在 Hash Join 中用于加速探测端（Probe 端）的匹配过程，通过提前过滤掉不可能匹配的行，减少探测阶段的开销，但可能产生误判（False Positive）。

B. OceanBase 默认在所有 Hash Join 中自动启用 Bloom Filter 优化，用户无法干预其行为。

C. Bloom Filter 只能用于等值连接的 Hash Join，对于非等值连接（如范围条件）无法使用，因为哈希函数无法处理范围条件。

D. 当 Build 端的行数远小于 Probe 端时，使用 Bloom Filter 反而会增加额外内存和计算开销，因此优化器不会在这种场景下选择使用 Bloom Filter。

#2

解析 ：
Bloom Filter 是一种空间高效的概率性数据结构，用于判断一个元素是否存在于集合中。在 Hash Join 中，先用 Build 端的连接键构建 Bloom Filter，然后对 Probe 端的数据进行过滤——如果 Bloom Filter 判断某行不在 Build 端，则该行一定不匹配，可以被提前过滤掉；如果判断存在，则仍需实际查哈希表确认（因为 Bloom Filter 可能误判，即假阳性）。这种优化能显著减少探测阶段对哈希表的访问次数，尤其适合 Build 端较大且 Probe 端也大的场景。

  • A 正确 ：Bloom Filter 的核心特性是空间效率高但存在假阳性，无假阴性。
  • B 错误 ：Bloom Filter 的启用由优化器根据代价模型自动决定，用户也可以通过 Hint（如 USE_BLOOM_FILTER ）或系统变量 bloom_filter_enabled 进行控制。
  • C 错误 ：Bloom Filter 只支持等值连接 （因为哈希函数只能处理等值条件），这是正确的，但 C 后半句“无法用于非等值连接”也是正确的，然而题目问的是“描述正确的是”，A 明显正确。C 虽然描述准确，但相比 A，A 更全面且关键。注意 C 的说法本身没错，但通常 Bloom Filter 也能用于 IN 子查询等场景，本质也是等值。不过 A 更贴近 Bloom Filter 在 Hash Join 中的具体作用。通常考试中会选 A。
  • D 错误 ：当 Build 端很小时，Bloom Filter 的开销（构建和内存）相对于收益较小，优化器可能选择不使用 ，而不是“反而增加开销”导致一定更差。D 中“反而增加额外开销”表述不够准确，因为开销是存在的，但优化器会根据代价决定，不一定总是增加总开销。且 D 描述的场景下优化器的选择是“可能不使用”，但不会因为“增加额外开销”而绝对不用，因为有时仍可能使用。不过 A 是更标准的正确描述。
#3

正确答案：A

#4

答案是A

#5

答案：A

C表述的特点是Hash Join的特点。
Bloom Filter 是 Runtime Filter 的其中一种，Runtime Filter 本身就是为优化 Hash Join 而生，所以 Bloom Filter 会完全继承 Hash Join 的特性。

C的问题是“Bloom Filter ”这个技术本身可能不止用在hash join这个地方。