深入分析SqlServer查詢計劃

對于SQL Server的優(yōu)化來說，優(yōu)化查詢可能是很常見的事情。由于數(shù)據(jù)庫的優(yōu)化，本身也是一個涉及面比較的廣的話題， 因此本文只談優(yōu)化查詢時如何看懂SQL Server查詢計劃。畢竟我對SQL Server的認識有限，如有錯誤，也懇請您在發(fā)現(xiàn)后及時批評指正。

首先，打開【SQL Server Management Studio】，輸入一個查詢語句看看SQL Server是如何顯示查詢計劃的吧。
說明：本文所演示的數(shù)據(jù)庫，是我為一個演示程序?qū)Ｓ脺蕚涞臄?shù)據(jù)庫，可以在此網(wǎng)頁中下載。

select v.OrderID, v.CustomerID, v.CustomerName, v.OrderDate, v.SumMoney, v.Finished
from  OrdersView as v
where v.OrderDate >= '2010-12-1' and v.OrderDate  '2011-12-1';

其中，OrdersView是一個視圖，其定義如下：

SELECT   dbo.Orders.OrderID, dbo.Orders.CustomerID, dbo.Orders.OrderDate, 
      dbo.Orders.SumMoney, dbo.Orders.Finished, 
      ISNULL(dbo.Customers.CustomerName, N'') AS CustomerName
FROM     dbo.Orders LEFT OUTER JOIN
        dbo.Customers ON dbo.Orders.CustomerID = dbo.Customers.CustomerID

對于前一句查詢，SQL Server給出的查詢計劃如下（點擊工具欄上的【顯示估計的執(zhí)行計劃】按鈕）：

從這個圖中，我們至少可以得到3個有用的信息：

1. 哪些執(zhí)行步驟花費的成本比較高。顯然，最右邊的二個步驟的成本是比較高的。
2. 哪些執(zhí)行步驟產(chǎn)生的數(shù)據(jù)量比較多。對于每個步驟所產(chǎn)生的數(shù)據(jù)量， SQL Server的執(zhí)行計劃是用【線條粗細】來表示的，因此也很容易地從分辨出來。
3. 每一步執(zhí)行了什么樣的動作。

對于一個比較慢的查詢來說，我們通常要知道哪些步驟的成本比較高，進而，可以嘗試一些改進的方法。 一般來說，如果您不能通過：提高硬件性能或者調(diào)整OS,SQL Server的設置之類的方式來解決問題，那么剩下的可選方法通常也只有以下這些了：

1. 為【scan】這類操作增加相應字段的索引。
2. 有時重建索引或許也是有效的，具體情形請參考后文。
3. 調(diào)整語句結(jié)構(gòu)，引導SQL Server采用其它的查詢方案去執(zhí)行。
4. 調(diào)整表結(jié)構(gòu)（分表或者分區(qū)）。

下面再來說說一些很重要的理論知識，這些內(nèi)容對于執(zhí)行計劃的理解是很有幫助的。

回到頂部SQL Server 查找記錄的方法

說到這里，不得不說SQL Server的索引了。SQL Server有二種索引：聚集索引和非聚集索引。二者的差別在于：【聚集索引】直接決定了記錄的存放位置， 或者說：根據(jù)聚集索引可以直接獲取到記錄?！痉蔷奂饕勘４媪硕€信息：1.相應索引字段的值，2.記錄對應聚集索引的位置（如果表沒有聚集索引則保存記錄指針）。 因此，如果能通過【聚集索引】來查找記錄，顯然也是最快的。

SQL Server 會有以下方法來查找您需要的數(shù)據(jù)記錄：

1. 【Table Scan】：遍歷整個表，查找所有匹配的記錄行。這個操作將會一行一行的檢查，當然，效率也是最差的。
2. 【Index Scan】：根據(jù)索引，從表中過濾出來一部分記錄，再查找所有匹配的記錄行，顯然比第一種方式的查找范圍要小，因此比【Table Scan】要快。
3. 【Index Seek】：根據(jù)索引，定位（獲?。┯涗浀拇娣盼恢茫缓笕〉糜涗?，因此，比起前二種方式會更快。
4. 【Clustered Index Scan】：和【Table Scan】一樣。注意：不要以為這里有個Index，就認為不一樣了。 其實它的意思是說：按聚集索引來逐行掃描每一行記錄，因為記錄就是按聚集索引來順序存放的。 而【Table Scan】只是說：要掃描的表沒有聚集索引而已，因此這二個操作本質(zhì)上也是一樣的。
5. 【Clustered Index Seek】：直接根據(jù)聚集索引獲取記錄，最快！

所以，當發(fā)現(xiàn)某個查詢比較慢時，可以首先檢查哪些操作的成本比較高，再看看那些操作在查找記錄時， 是不是【Table Scan】或者【Clustered Index Scan】，如果確實和這二種操作類型有關(guān)，則要考慮增加索引來解決了。 不過，增加索引后，也會影響數(shù)據(jù)表的修改動作，因為修改數(shù)據(jù)表時，要更新相應字段的索引。所以索引過多，也會影響性能。 還有一種情況是不適合增加索引的：某個字段用0或1表示的狀態(tài)。例如可能有絕大多數(shù)是1，那么此時加索引根本就沒有意義。 這時只能考慮為0或者1這二種情況分開來保存了，分表或者分區(qū)都是不錯的選擇。

如果不能通過增加索引和調(diào)整表來解決，那么可以試試調(diào)整語句結(jié)構(gòu)，引導SQL Server采用其它的查詢方案去執(zhí)行。 這種方法要求： 1.對語句所要完成的功能很清楚， 2.對要查詢的數(shù)據(jù)表結(jié)構(gòu)很清楚， 3.對相關(guān)的業(yè)務背景知識很清楚。 如果能通過這種方法去解決，當然也是很好的解決方法了。不過，有時SQL Server比較智能，即使你調(diào)整語句結(jié)構(gòu)，也不會影響它的執(zhí)行計劃。

如何比較二個相同功能的SQL語句的性能好壞呢，我建議采用二種方法： 1. 直接把二個查詢語句放在【SQL Server Management Studio】，然后去看它們的【執(zhí)行計劃】，SQL Server會以百分比的方式告訴你二個查詢的【查詢開銷】。 這種方法簡單，通常也是可以參考的，不過，有時也會不準，具體原因請接著往下看(可能索引統(tǒng)計信息過舊)。
2. 根據(jù)真實的程序調(diào)用，寫相應的測試代碼去調(diào)用：這種方法就麻煩一些，但是它更能代表現(xiàn)實調(diào)用情況， 得到的結(jié)果也是更具有參考價值的，因此也是值得的。

回到頂部SQL Server Join 方式

在SQL Server中，每個join命令，都會在內(nèi)部執(zhí)行時采用三種更具體的方式來運行：

1. 【Nested Loops join】，如果一個聯(lián)接輸入很小，而另一個聯(lián)接輸入很大而且已在其聯(lián)接列上創(chuàng)建了索引， 則索引 Nested Loops 連接是最快的聯(lián)接操作，因為它們需要的 I/O 和比較都最少。

嵌套循環(huán)聯(lián)接也稱為“嵌套迭代”，它將一個聯(lián)接輸入用作外部輸入表（顯示為圖形執(zhí)行計劃中的頂端輸入），將另一個聯(lián)接輸入用作內(nèi)部（底端）輸入表。外部循環(huán)逐行處理外部輸入表。內(nèi)部循環(huán)會針對每個外部行執(zhí)行，在內(nèi)部輸入表中搜索匹配行?？梢杂孟旅娴膫未a來理解：

foreach(row r1 in outer table)
  foreach(row r2 in inner table)
    if( r1, r2 符合匹配條件 )
      output(r1, r2);

最簡單的情況是，搜索時掃描整個表或索引；這稱為“單純嵌套循環(huán)聯(lián)接”。如果搜索時使用索引，則稱為“索引嵌套循環(huán)聯(lián)接”。如果將索引生成為查詢計劃的一部分（并在查詢完成后立即將索引破壞），則稱為“臨時索引嵌套循環(huán)聯(lián)接”。查詢優(yōu)化器考慮了所有這些不同情況。

如果外部輸入較小而內(nèi)部輸入較大且預先創(chuàng)建了索引，則嵌套循環(huán)聯(lián)接尤其有效。在許多小事務中（如那些只影響較小的一組行的事務），索引嵌套循環(huán)聯(lián)接優(yōu)于合并聯(lián)接和哈希聯(lián)接。但在大型查詢中，嵌套循環(huán)聯(lián)接通常不是最佳選擇。

2. 【Merge Join】，如果兩個聯(lián)接輸入并不小但已在二者聯(lián)接列上排序（例如，如果它們是通過掃描已排序的索引獲得的），則合并聯(lián)接是最快的聯(lián)接操作。如果兩個聯(lián)接輸入都很大，而且這兩個輸入的大小差不多，則預先排序的合并聯(lián)接提供的性能與哈希聯(lián)接相近。但是，如果這兩個輸入的大小相差很大，則哈希聯(lián)接操作通?？斓枚唷?/p>

合并聯(lián)接要求兩個輸入都在合并列上排序，而合并列由聯(lián)接謂詞的等效 (ON) 子句定義。通常，查詢優(yōu)化器掃描索引（如果在適當?shù)囊唤M列上存在索引），或在合并聯(lián)接的下面放一個排序運算符。在極少數(shù)情況下，雖然可能有多個等效子句，但只用其中一些可用的等效子句獲得合并列。

由于每個輸入都已排序，因此 Merge Join 運算符將從每個輸入獲取一行并將其進行比較。例如，對于內(nèi)聯(lián)接操作，如果行相等則返回。如果行不相等，則廢棄值較小的行并從該輸入獲得另一行。這一過程將重復進行，直到處理完所有的行為止。

合并聯(lián)接操作可以是常規(guī)操作，也可以是多對多操作。多對多合并聯(lián)接使用臨時表存儲行（會影響效率）。如果每個輸入中有重復值，則在處理其中一個輸入中的每個重復項時，另一個輸入必須重繞到重復項的開始位置。 可以創(chuàng)建唯一索引告訴SQL Server不會有重復值。

如果存在駐留謂詞，則所有滿足合并謂詞的行都將對該駐留謂詞取值，而只返回那些滿足該駐留謂詞的行。

合并聯(lián)接本身的速度很快，但如果需要排序操作，選擇合并聯(lián)接就會非常費時。然而，如果數(shù)據(jù)量很大且能夠從現(xiàn)有 B 樹索引中獲得預排序的所需數(shù)據(jù)，則合并聯(lián)接通常是最快的可用聯(lián)接算法。

3. 【Hash Join】，哈希聯(lián)接可以有效處理未排序的大型非索引輸入。它們對復雜查詢的中間結(jié)果很有用，因為： 1. 中間結(jié)果未經(jīng)索引（除非已經(jīng)顯式保存到磁盤上然后創(chuàng)建索引），而且通常不為查詢計劃中的下一個操作進行適當?shù)呐判颉?2. 查詢優(yōu)化器只估計中間結(jié)果的大小。由于對于復雜查詢，估計可能有很大的誤差，因此如果中間結(jié)果比預期的大得多，則處理中間結(jié)果的算法不僅必須有效而且必須適度弱化。

哈希聯(lián)接可以減少使用非規(guī)范化。非規(guī)范化一般通過減少聯(lián)接操作獲得更好的性能，盡管這樣做有冗余之險（如不一致的更新）。哈希聯(lián)接則減少使用非規(guī)范化的需要。哈希聯(lián)接使垂直分區(qū)（用單獨的文件或索引代表單個表中的幾組列）得以成為物理數(shù)據(jù)庫設計的可行選項。

哈希聯(lián)接有兩種輸入：生成輸入和探測輸入。查詢優(yōu)化器指派這些角色，使兩個輸入中較小的那個作為生成輸入。

哈希聯(lián)接用于多種設置匹配操作：內(nèi)部聯(lián)接；左外部聯(lián)接、右外部聯(lián)接和完全外部聯(lián)接；左半聯(lián)接和右半聯(lián)接；交集；聯(lián)合和差異。此外，哈希聯(lián)接的某種變形可以進行重復刪除和分組，例如 SUM(salary) GROUP BY department。這些修改對生成和探測角色只使用一個輸入。

哈希聯(lián)接又分為3個類型：內(nèi)存中的哈希聯(lián)接、Grace 哈希聯(lián)接和遞歸哈希聯(lián)接。

內(nèi)存中的哈希聯(lián)接：哈希聯(lián)接先掃描或計算整個生成輸入，然后在內(nèi)存中生成哈希表。根據(jù)計算得出的哈希鍵的哈希值，將每行插入哈希存儲桶。如果整個生成輸入小于可用內(nèi)存，則可以將所有行都插入哈希表中。生成階段之后是探測階段。一次一行地對整個探測輸入進行掃描或計算，并為每個探測行計算哈希鍵的值，掃描相應的哈希存儲桶并生成匹配項。

Grace 哈希聯(lián)接：如果生成輸入大于內(nèi)存，哈希聯(lián)接將分為幾步進行。這稱為“Grace 哈希聯(lián)接”。每一步都分為生成階段和探測階段。首先，消耗整個生成和探測輸入并將其分區(qū)（使用哈希鍵上的哈希函數(shù)）為多個文件。對哈希鍵使用哈希函數(shù)可以保證任意兩個聯(lián)接記錄一定位于相同的文件對中。因此，聯(lián)接兩個大輸入的任務簡化為相同任務的多個較小的實例。然后將哈希聯(lián)接應用于每對分區(qū)文件。

遞歸哈希聯(lián)接：如果生成輸入非常大，以至于標準外部合并的輸入需要多個合并級別，則需要多個分區(qū)步驟和多個分區(qū)級別。如果只有某些分區(qū)較大，則只需對那些分區(qū)使用附加的分區(qū)步驟。為了使所有分區(qū)步驟盡可能快，將使用大的異步 I/O 操作以便單個線程就能使多個磁盤驅(qū)動器繁忙工作。

在優(yōu)化過程中不能始終確定使用哪種哈希聯(lián)接。因此，SQL Server 開始時使用內(nèi)存中的哈希聯(lián)接，然后根據(jù)生成輸入的大小逐漸轉(zhuǎn)換到 Grace 哈希聯(lián)接和遞歸哈希聯(lián)接。
如果優(yōu)化器錯誤地預計兩個輸入中哪個較小并由此確定哪個作為生成輸入，生成角色和探測角色將動態(tài)反轉(zhuǎn)。哈希聯(lián)接確保使用較小的溢出文件作為生成輸入。這一技術(shù)稱為“角色反轉(zhuǎn)”。至少一個文件溢出到磁盤后，哈希聯(lián)接中才會發(fā)生角色反轉(zhuǎn)。

說明：您也可以顯式的指定聯(lián)接方式，SQL Server會盡量尊重您的選擇。比如你可以這樣寫：inner loop join, left outer merge join, inner hash join
但是，我還是建議您不要這樣做，因為SQL Server的選擇基本上都是正確的，不信您可以試一下。

好了，說了一大堆理論東西，再來個實際的例子解釋一下吧。

回到頂部更具體執(zhí)行過程

前面，我給出一張圖片，它反映了SQL Server在執(zhí)行某個查詢的執(zhí)行計劃，但它反映的信息可能不太細致，當然，您可以把鼠標指標移動某個節(jié)點上，會有以下信息出現(xiàn)：

剛好，我裝的是中文版的，上面都是漢字，我也不多說了。我要說的是另一種方式的執(zhí)行過程，比這個包含更多的執(zhí)行信息， 而且是實際的執(zhí)行情況。（當然，您也可以繼續(xù)使用圖形方式，在運行查詢前點擊工具欄上的【包括實際的執(zhí)行計劃】按鈕）

讓我們再次回到【SQL Server Management Studio】，輸入以下語句，然后執(zhí)行。

set statistics profile on 

select v.OrderID, v.CustomerID, v.CustomerName, v.OrderDate, v.SumMoney, v.Finished
from  OrdersView as v
where v.OrderDate >= '2010-12-1' and v.OrderDate  '2011-12-1';

注意：現(xiàn)在加了一句，【set statistics profile on 】，得到的結(jié)果如下：

可以從圖片上看到，執(zhí)行查詢后，得到二個表格，上面的表格顯示了查詢的結(jié)果，下面的表格顯示了查詢的執(zhí)行過程。相比本文的第一張圖片， 這張圖片可能在直觀上不太友好，但是，它能反映更多的信息，而且尤其在比較復雜的查詢時，可能看起來更容易，因為對于復雜的查詢，【執(zhí)行計劃】的步驟太多，圖形方式會造成圖形過大，不容易觀察。 而且這張執(zhí)行過程表格能反映2個很有價值的數(shù)據(jù)（前二列）。

還是來看看這個【執(zhí)行過程表格】吧。我來挑幾個重要的說一下。
【Rows】：表示在一個執(zhí)行步驟中，所產(chǎn)生的記錄條數(shù)。（真實數(shù)據(jù)，非預期）
【Executes】：表示某個執(zhí)行步驟被執(zhí)行的次數(shù)。（真實數(shù)據(jù)，非預期）
【Stmt Text】：表示要執(zhí)行的步驟的描述。
【EstimateRows】：表示要預期返回多少行數(shù)據(jù)。

在這個【執(zhí)行過程表格】中，對于優(yōu)化查詢來說，我認為前三列是比較重要的。對于前二列，我上面也解釋了，意思也很清楚。 前二列的數(shù)字也大致反映了那些步驟所花的成本，對于比較慢的查詢中，應該留意它們。 【Stmt Text】會告訴你每個步驟做了什么事情。對于這種表格，它所要表達的其實是一種樹型信息（一行就表示在圖形方式下的一個節(jié)點）， 所以，我建議從最內(nèi)層開始去讀它們。做為示例，我來解釋一下這張表格它所表達的執(zhí)行過程。

第5行：【Clustered Index Seek(OBJECT:([MyNorthwind].[dbo].[Customers].[PK_Customers]), SEEK:([MyNorthwind].[dbo].[Customers].[CustomerID]=[MyNorthwind].[dbo].[Orders].[CustomerID]) ORDERED FORWARD)】， 意思是說，SQL Server在對表Customers做Seek操作，而且是按照【Clustered Index Seek】的方式，對應的索引是【PK_Customers】，seek的值來源于[Orders].[CustomerID]

第4行：【Clustered Index Scan(OBJECT:([MyNorthwind].[dbo].[Orders].[PK_Orders]), WHERE:([MyNorthwind].[dbo].[Orders].[OrderDate]>='2010-12-01 00:00:00.000' AND [MyNorthwind].[dbo].[Orders].[OrderDate]'2011-12-01 00:00:00.000'))】， 意思是說，SQL Server在對表Customers做Scan操作，即：最差的【表掃描】的方式，原因是，OrderDate列上沒有索引，所以只能這樣了。

第3行：【Nested Loops(Left Outer Join, OUTER REFERENCES:([MyNorthwind].[dbo].[Orders].[CustomerID]))】， 意思是說，SQL Server把第5行和第4行產(chǎn)生的數(shù)據(jù)用【Nested Loops】的方式聯(lián)接起來，其中Outer表是Orders，要聯(lián)接的匹配操作也在第5行中指出了。

第2行：【Compute Scalar(DEFINE:([Expr1006]=isnull([MyNorthwind].[dbo].[Customers].[CustomerName],N'')))】， 意思是說，要執(zhí)行一個isnull()函數(shù)的調(diào)用。具體原因請參考本文前部分中給出視圖定義代碼。

第1行：【SELECT [v].[OrderID],[v].[CustomerID],[v].[CustomerName],[v].[OrderDate],[v].[SumMoney],[v].[Finished] FROM [OrdersView] [v] WHERE [v].[OrderDate]>=@1 AND [v].[OrderDate]@2】， 通常第1行就是整個查詢，表示它的返回值。

回到頂部索引統(tǒng)計信息：查詢計劃的選擇依據(jù)

前面一直說到【執(zhí)行計劃】，既然是計劃，就表示要在具體執(zhí)行前就能確定下來的操作方案。那么SQL Server是如何選擇一個執(zhí)行計劃的呢？ SQL Server怎么知道什么時候該用索引或者用哪個索引呢？ 對于SQL Server來說，每當要執(zhí)行一個查詢時，都要首先檢查這個查詢的執(zhí)行計劃是否存在緩存中，如果沒有，就要生成一個執(zhí)行計劃， 具體在產(chǎn)生執(zhí)行計劃時，并不是看有哪些索引可用（隨機選擇），而是會參考一種被稱為【索引統(tǒng)計信息】的數(shù)據(jù)。 如果您仔細地看一下前面的執(zhí)行計劃或者執(zhí)行過程表格，會發(fā)現(xiàn)SQL Server能預估每個步驟所產(chǎn)生的數(shù)據(jù)量， 正是因為SQL Server能預估這些數(shù)據(jù)量，SQL Server才能選擇一個它認為最合適的方法去執(zhí)行查詢過程， 此時【索引統(tǒng)計信息】就能告訴SQL Server這些信息。 說到這里，您是不是有點好奇呢，為了讓您對【索引統(tǒng)計信息】有個感性的認識，我們來看看【索引統(tǒng)計信息】是個什么樣子的。 請在【SQL Server Management Studio】，輸入以下語句，然后執(zhí)行。

dbcc show_statistics (Products, IX_CategoryID)

得到的結(jié)果如下圖：

首先，還是解釋一下命令：【dbcc show_statistics】這個命令可以顯示我們想知道的【索引統(tǒng)計信息】，它需要二個參數(shù)，1. 表名，2. 索引名

再來看看命令的結(jié)果，它有三個表格組成：
1. 第一個表格，它列出了這個索引統(tǒng)計信息的主要信息。