MS Sqlserver執行計劃理解-轉

要站在巨人的肩上，哈！

要理解執行計劃，怎麼也得先理解，那各種各樣的名詞吧。鑑於自己還不是很瞭解。本文打算作爲只寫懂的，不懂的懂了才寫。

　　在開頭要先說明，第一次看執行計劃要注意，SQL Server的執行計劃是從右向左看的。

　　名詞解析：

　　掃描：逐行遍歷數據。

　　先建立一張表，並給大家看看大概是什麼樣子的。

　　CREATE TABLE Person(
    　　Id int IDENTITY(1,1) NOT NULL,
    　　Name nvarchar(50) NULL,
    　　Age int NULL,
    　　Height int NULL,
    　　Area nvarchar(50) NULL,
    　　MarryHistory nvarchar(10) NULL,
    　　EducationalBackground nvarchar(10) NULL,
    　　Address nvarchar(50) NULL,
    　　InSiteId int NULL
　　) ON [PRIMARY]

　　表中的數據14萬左右，大概類似下面這樣：

　　

　　此表，暫時沒有任何索引。

一、數據訪問操作

　1、表掃描

　　表掃描:發生於堆表，並且沒有可用的索引可用時，會發生表掃描,表示整個表掃描一次。

　　現在，我們來對此表執行一條簡單的查詢語句：

　　SELECT * From Person WHERE Name = '公子'

　　查看執行計劃如下：

　　

　　表掃描，顧名思義就是整張表掃描，找到你所需要的數據了。

　2、聚集索引掃描

　　聚集索引掃描：發生於聚集表，也相當於全表掃描操作，但在針對聚集列的條件如(WHERE Id > 10)等操作時，效率會較好。

　　下面我們在Id列來對此表加上一個聚集索引

　　CREATE CLUSTERED INDEX IX_Id ON Person(Id)

　　再次執行同樣的查詢語句：

　　SELECT * From Person WHERE Name = '公子'

　　執行計劃如下：

　　

　　爲什麼建的聚集索引在Id列，會對掃描有影響呢？更何況與Name條件也沒關係啊？

　　其實，你加了聚集索引之後，表就由堆表變成了聚集表。我們知道聚集表的數據存在於聚集索引的葉級節點。因此，聚集掃描與表掃描其實差別不大，要說差別大，也得看where條件裏是什麼，以後返回的數據。就本條SQL語句而言，效率差別並不大。

　　可以看看I/O統計信息：

　　表掃描：

　　

　　聚集索引掃描：

　　

　　此處超出本文範疇了，效率不在本文考慮範圍內，本文只考慮的是，各種掃描的區別，以及爲何會產生。

　3、聚集索引查找

　　聚集索引查找：掃描聚集索引中特定範圍的行。

　　看執行以下SQL語句：

　　SELECT * FROM Person WHERE Id = '73164'

　　執行計劃如下:

　　

　4、索引掃描

　　索引掃描：整體掃描非聚集索引。

　　下面我們來添加一個聚集索引，並執行一條查詢語句：

　　CREATE NONCLUSTERED INDEX IX_Name ON Person(Name)    --創建非聚集索引

　　SELECT Name FROM Person

　　查看執行計劃如下：

　　

　　爲什麼此處會選擇索引掃描(非聚集索引)呢？

　　因爲此非聚集索引能夠覆蓋所需要的數據。如果非聚集索引不能覆蓋呢?例如，我們將SELECT改爲SELECT *再來看看。

　　

 　　好明顯，返回結果所包括的記錄太多，用非聚集索引反而不合算。因此使用了聚集索引。

　　如果此時我們刪除聚集索引，再執行SELECT *看看。

　　DROP INDEX Person.IX_Id

　　

　　而此時沒有聚集索引，所以只有使用表掃描。

　5、書籤查找

　　前面關於索引的學習我們已經知道，當在非聚集索引中並非覆蓋和包含所需全部的列時，SQL Server會選擇，直接進行聚集索引掃描獲得數據，還是先去非聚集索引找到聚集索引鍵，然後利用聚集索引找到數據。

　　下面來看一個書籤查找的示例：

　　SELECT * FROM Person WHERE Name = '胖胖'　　--Name列有非聚集索引

　　執行計劃如下：

　　

　　上面的過程可以理解爲：首先通過非聚集索引找到所求的行，但這個索引並不包含所有的列，因此還要額外去基本表中找到這些列，因此要進行鍵查找，如果基本表是以堆進行組織的，那麼這個鍵查找(Key Lookup)就會變成RID查找(RID Lookup),鍵查找和RID查找統稱爲書籤查找。不過有時當非聚集索引返回的行數過多時，SQL Server可能會選擇直接進行聚集索引掃描了。

二、流聚合操作

　1、流聚合

　　流聚合：在相應排序的流中，計算多組行的彙總值。

　　所有的聚合函數(如COUNT(),MAX())都會有流聚合的出現，但是其不會消耗IO，只有消耗CPU。

 　　例如執行以下語句：

　　SELECT MAX(Age) FROM Person

　　查看執行計劃如下：

　　

　2、計算標量

　　計算標量：根據行中的現有值計算新值。比如COUNT()函數，多一行，行數就加1咯。

　　除MIN和MAX函數之外的聚合函數都要求流聚合操作後面跟一個計算標量。

　　SELECT COUNT(*) FROM Person

　　查看執行計劃如下：

　　

3、散列聚合(哈希匹配)

　　對於加了Group by的子句，因爲需要數據按照group by 後面的列有序，就需要Sort來保證排序。注意,Sort操作是佔用內存的操作，當內存不足時還會去佔用tempdb。SQL Server總是會在Sort操作和散列匹配中選擇成本最低的。

　　SELECT Height,COUNT(Id) FROM Person    --查出各身高的認輸
　　GROUP BY Height

　　執行計劃如下：

　　

　　對於數據量比較大時，SQL Server選擇的是哈希匹配。

　　在內存中建立好散列表後，會按照group by後面的值作爲鍵，然後依次處理集合中的每條數據，當鍵在散列表中不存在時，向散列表添加條目，當鍵已經在散列表中存在時，按照規則（規則是聚合函數，比如Sum,avg什麼的）計算散列表中的值（Value）。

　4、排序

 　　當數據量比價少時，例如執行以下語句，新建一個只有數十條記錄的與Person一樣的表。

　　SELECT * INTO Person2 FROM Person2
　　WHERE Id < 100

　　再來執行同樣的查詢語句：

　　SELECT Height,COUNT(Id) FROM Person2    --只是表換成了數據量比較少的表
　　GROUP BY Height

　　執行計劃如下：

　　

三、連接

　　當多表連接時(包括書籤查找，索引之間的連接)，SQL Server會採用三類不同的連接方式：循環嵌套連接，合併連接，散列連接。這幾種連接格式有適合自己的場景，不存在哪個更好的說法。

 　　新建兩張表如下

 　　

 　　這是一個簡單的新聞，欄目結構。

　1、嵌套循環

　　先來看一個簡單的Inner Join查詢語句

　　SELECT * FROM Nx_Column AS C
　　INNER JOIN Nx_Article AS A
　　ON A.ColumnId = C.ColumnId

　　執行計劃如下：

　　

　　循環嵌套連接的圖標同樣十分形象，處在上面的外部輸入(Outer input)，這裏也就是聚集索引掃描。和處在下面的內部輸入(Inner Input),這裏也就是聚集索引查找。外部輸入僅僅執行一次，根據外部輸入滿足Join條件的每一行，對內部輸入進行查找。這裏由於是7行，對於內部輸入執行7次。

 　　

　　根據嵌套循環的原理不難看出，由於外部輸入是掃描，內部輸入是查找，當兩個Join的表外部輸入結果集比較小，而內部輸入所查找的表非常大時，查詢優化器更傾向於選擇循環嵌套方式。

　2、合併連接

　　不同於循環嵌套的是，合併連接是從每個表僅僅執行一次訪問。從這個原理來看，合併連接要比循環嵌套要快了不少。

　　從合併連接的原理不難想象，首先合併連接需要雙方有序.並且要求Join的條件爲等於號。因爲兩個輸入條件已經有序，所以從每一個輸入集合中取一行進行比較，相等的返回，不相等的捨棄，從這裏也不難看出Merge join爲什麼只允許Join後面是等於號。從圖11的圖標中我們可以看出這個原理。

　　SELECT * FROM Nx_Column AS C
　　INNER JOIN    Nx_Article AS A
　　ON A.ColumnId = C.ColumnId
　　OPTION(MERGE join)

　　執行計劃如下：

　　

　　如果輸入數據的雙方無序，則查詢分析器不會選擇合併連接，我們也可以通過索引提示強制使用合併連接，爲了達到這一目的，執行計劃必須加上一個排序步驟來實現有序。這也是上述SQL語句爲什麼要加OPTION(MERGE join)的原因。上述對Article表的ColumnId列進行了排序。

　3、哈希連接

　　散列連接同樣僅僅只需要只訪問1次雙方的數據。散列連接通過在內存中建立散列表實現。這比較消耗內存，如果內存不足還會佔用tempdb。但並不像合併連接那樣需要雙方有序。

　　要進行下面這兩個實現，得把兩個列的聚集索引不要建在ColumnId列，否則不會採用哈希連接。

　　ALTER TABLE PK_Nx_Column DROP CONSTRAINT PK_Nx_Column    --刪除主鍵
　　DROP INDEX Nx_Column.PK_Nx_Column    --刪除聚集索引
　　CREATE CLUSTERED INDEX IX_ColumnName ON Nx_Column(ColumnName)    --創建聚集索引
　　--這裏再設置回主鍵就可以了，有了聚集索引，就不能隨主鍵默認建啦

　　還要刪除另外一個表Article的聚集索引哦。

　　然後執行以下查詢：

　　SELECT * FROM Nx_Column AS C
　　INNER JOIN    Nx_Article AS A
　　ON A.ColumnId = C.ColumnId

　　執行計劃如下：

　　

    要刪除掉聚集索引，否則兩個有序輸入SQL Server會選擇代價更低的合併連接。SQL Server利用兩個上面的輸入生成哈希表，下面的輸入來探測，可以在屬性窗口看到這些信息，如圖15所示。

    通常來說，所求數據在其中一方或雙方沒有排序的條件達成時，會選用哈希匹配。

四、並行

　　當多個表連接時，SQL Server還允許在多CPU或多核的情況下允許查詢並行，這樣無疑提高了效率