理解sql server的sql查询计划--

《理解sql server的sql查询计划--》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

　　理解SQLServer的SQL查询计划>>　　本文通过详细分析一个示例来说明SEEK、SCAN等操作的用法和效果，供大家参考！　　入门指南　　让我们以一个简单的例子帮助你理解如何阅读查询计划，可以通过发出SETSHObig_salesSELECTord_dateFROMbig_salesStmtText-------------------------------------------------------------------------|--ClusteredIndexScan(OBJECT:([pubs].[dbo].[big_sales].[UPKCL_big_sales]))　　上面的查询展示返回的数据量非常不同，所以小结果集(ord_date)的查询比其它查询运行更快，这只是因为存在大量底层的I/O。然而，这两个查询计划实际上是一样的。你可以通过使用其它索引提高性能。例如，在title_id列上有一个非聚集索引存在：SELECTtitle_idFROMbig_sales StmtText------------------------------------------------------------------|--IndexScan(OBJECT:([pubs].[dbo].[big_sales].[ndx_sales_ttlID]))　　上面的查询的执行时间与SELECT*查询相比非常小，这是因为可以从非聚集索引即可得到所有结果。该类查询被称为coveringquery（覆盖查询），因为全部结果集被一个非聚集索引所覆盖。　　SEEK与SCAN　　第一件事是你需要在查询计划中区别SEEK和SCAN操作的不同。　　注意：一个简单但非常有用的规则是SEEK操作是有效率的，而SCAN操作即使不是非常差，其效率也不是很好。SEEK操作是直接的，或者至少是快速的，而SCAN操作需要对整个对象进行读取（表，聚集索引或非聚集索引）。因此，SCAN操作通常比SEEK要消耗更多的资源。如果你的查询计划仅是扫描操作，你就应该考虑调整你的查询了。　　big_salestText -----------------------------------------------------------------------------|--ClusteredIndexSeek(OBJECT:([pubs].[dbo].[big_sales].[UPKCL_big_sales])),SEEK:([big_sales].[stor_id]={1}ORDEREDFORbig_salestText------------------------------------------------------------------------------|-ClusteredIndexSeek(OBJECT:([pubs].[dbo].[big_sales].[UPKCL_big_sales]),SEEK:([big_sales].[stor_id]>=7131)ORDERFORbig_salesWherestor_idbettText------------------------------------------------------------------------------|-ClusteredIndexSeek(OBJECT:([pubs].[dbo].[big_sales].[UPKCL_big_sales]),SEEK:([big_sales].[stor_id]>=7066and([big_sales].[stor_id]<=7131)ORDERFORWARD)　　这个看起来也一样。只是查找谓词改变了。因为查找是非常快的，所以这个查询是相当好的。 　　SEEK和SCAN也可包含Where谓词。在这种情况下，这个谓词告诉你Where子句从结果集中过滤出哪些记录。因为它是作为SEEK或SCAN的一个组件执行的，Where子句通常既不损害也不提高这个操作本身的性能。Whe1234下一页>>>>这篇文章来自..，。re子句会帮助查询优化器找到可能有最佳性能的索引。　　查询优化的一个重要部分是要确定是否在某个索引上执行SEEK操作，如果是这样，就找到了具有最佳性能的索引。大部分情况下，查询引擎能出色地查找到存在的索引。但是，目前有三种涉及到索引的常见问题：　　◆数据库设计师，通常是应用开发者，在表中没有建立任何索引。　　◆数据库设计师通常猜测不到常用的查询或事务类型，所以建立在表上的索引或主键往往效率不高。　　◆当索引表被创建时，即使数据库设计师猜测较准，但事务负载随着时间将发生改变，使得这些索引效率变差。　　如果你在你的查询计划中看到大量的SCAN而不是SEEK，你应该从新评估你的索引。例如，看看下面的查询：Selectord_numFromsales StemtText----------------------------------------------------------------------------------|--ClusteredIndexScan(OBJECT:([pubs].[dbo].[sales].[UPKCL_sales]),))　　现在这个查询在我们刚创建的sales_ord_date索引上执行SEEKINDEX操作。　　通过比较连接和子查询说明分支步骤　　一条正确的老规则是：在结果集相同的情况下，连接比子查询具有更好的性能。SELECTau_fname,au_lnameFROMauthorstitleauther)StmtText-------------------------------------------------------------------------------------------|---NestedLoops(InnerJoin,OUTERReFERENCES:([titleauthor].[au_id])|--StreamAggregate(GROUPBY:([titleauthor].[au_id]))||--Index Scan(OBJECT:([pubs].[dbo].[titleauthor].[auidind]),ORDEREDFORe,au_lnameFromauthorsasaJointitleauthorastONa.au_id=t.au_idStmtText---------------------------------------------------------------------------------|--streamAggregate(groupby:([a].[au_lname].[a].[au_fname]))|-Nestedloops(InnerJoin,OUTERREFERENCES:([a].[au_id]))|-Indexscan(OBJECT:([pubs].[dbo].[authors].[authord]as[a]),orderedforaggregation在查询计划中位置更高，即发生的更晚。　　比较查询计划　　可以使用查询计划比较两个不同查询的相对效果。如，你可能想知道是否一个查询比另一个查询增加了额外的开销或者选择了不同的索引策略。　　在这个例子中，我们比较两个查询。第一个使用SUBSTRING第二个使用LIKE。 Select*Fromauthorse,1,2)=tText---------------------------------------------------上一页1234下一页>>>>这篇文章来自..，。-----------|--ClusteredIndex　Scan(OBJECT:([pubs].[dbo].[authors].[UPKCL_auidind])ARK:([Bmk1000]),OBJECT:([pubs].[dbo].[authors]))|-IndexSeek(OBJECT:([pubs].[dbo].[authors].[sunmind]),SEEk:([authors].[au_lname]>=E也是很重要的。　　理解连接的影响　　上文的不同查询步骤展示了SQLServer2000是如何运用大量的操作来解析Join(连接)的。每一个Join策略都有它的长处和短处。然而，在某些罕见的情况下，查询引擎会选择效率较低的策略，如通常使用的Hash（散列）或Merge（合并）策略，而采用简单的嵌套循环就足以提供很好的性能。　　SQLServer使用三种join(连接)策略，这里由简单到复杂分别列出：　　嵌套循环 　　对于使用简单内连接的小数据量表，嵌套循环是最佳策略。最适合两个表的记录数差别非常大，并且在连接的列上都有索引的情况。嵌套循环连接所需的I/O和比较都是最少的。　　嵌套循环在外表（往往是小数据量的表）中每次循环一个记录，然后在内表中查找所匹配的记录并输出。有很多关于嵌套循环策略的名字。例如，对整个表或索引进行查询，称为Naive（无知的）嵌套循环连接。使用正常索引或临时索引时，被称为索引嵌套循环连接或临时索引嵌套循环连接。　　合并　　对于使用了排序连接列的大数据量并数据量相似的表，合并是最佳的策略。合并操作首先进行排序，然后对所有数据进行循环并产生输出。良好的合并连接性能基于在相应的列上建立索引，通常在连接谓词等式中用到的列。　　合并连接发挥了预先排序的优点，从每个输出中获得行数据，直接进行比较操作。例如，例如，内连接返回的是连接谓词相等的记录。如果不相等，含更低值的记录将会被丢弃，并且用下一条记录进行比较。这个过程将持续直到所有的记录都被检查完。有时合并连接被用来比较具有多对多关系的表。当这种情况发生时，SQL Server用临时表来存储这些行。　　如果在使用合并连接的查询中同时存在一个icrosoft称之为residualpredicate（剩余谓词）。　　Hash（散列）　　对于数据量大，容量不同的表，以及连接列没有排序或索引的复杂连接需求，Hash是最佳策略。散列法被用于UNION,INTERSECT,INNER,LEFT,RIGHT和OUTERJOIN，以及集合匹配和差别等操作。Hash也用于没有有用索引的连接表。Hash操作将建立临时的Hash表并且循环所有的数据并产生输出。　　Hash使用一个build（已建造）输入（通常是小数据量的表）和probe(探测)输入。这个散列键（也就是在连接谓词中的列，或在GROUPBY列表中的列）被查询用来处理连接。剩余谓词是在emoryHash(内存中散列)：In-memoryhash连接首先将整个build输入扫描到内存中，然后在内存中创建一个临时hash表。计算出Hash值，然后将每条记录插入到Hash中。然后逐条扫描探测输入。每条探测输入将与对应的Hash相比较，如果匹配，将放在结果集中返回。　　Hybrid Hash（混合散列）：如果散列仅比可用的内存稍大，SQLServer可能合并in-memoryhash连接和gracehash连接的某些方面，称之为hybridhash连接。　　GraceHash（优美散列）：当hashjoin太大而不能在内存中处理时，就要用到Gracehash选项。在那种情况下，整个build输入和probe输入都将被读入。然后它们被分解成多个临时的工作表，该步骤称为分区扇出。Hash键值上的Hash函数确保了所有的连接记录都在同一对分区工作表中。分区扇出将两个耗时的步骤分解为很多小步骤，这些小步骤可以被并发处理。然后Hash连接将应用于每对工作表，将所有匹配放在结果集中返回。　　RecursiveHash(递归散列)：有时GraceHash产生的分区扇出表仍然太大以至需要更进一步的再分区，这个就叫做递归上一页1234下一页>>>>这篇文章来自..，。散列。　　注意到，散列与合并连接将每个表都处理一次。如果使用SETSTATISTICSIOON来测量这种类型的查询，会看到较低I/O的假象。然而，较低的I/O并不意味着这些连接策略一定比嵌套循环连接要快，因为还需要巨大的计算量。 　　注意，散列连接的计算量很大。如果你发现在生产中某些查询始终用散列连接，这里要提示你应该调优你的查询或者在底层表中添加索引。　　在下面的例子中，我们展示标准的嵌套循环（使用默认的查询计划）和散列与合并连接（强制使用提示）。SELECTa.au_fname,a.au_lname,t.titleFROMauthorsASaINNERJOINtitleauthortaONa.au_id=ta.au_idINNERJOINtitlestONt.title_id=ta.title_idORDERBYau_lnameASC,au_fnameASCStmtText-------------------------------------------------------------------------------------|--NestedLoop(InnerJoin,OUTERREFERENCES:([ta],[title_id]))|--NestedLoops(InnerJoin,OUTERREFERENCES:([a],[au_id]))||--IndexScan(OBJECT:([pubs].[dbo].[authors].[aunmind]AS[a],ORDEREDFORERGEJOINtitleauthortaONa.au_id=ta.au_idINNERHASHJOINtitlest ONt.title_id=ta.title_idORDERBYau_lnameASC,au_fnameASCatch(InnerJoin,HASH:([ta].[title_id])=([t].[title_id]),RESIDUAL:([ta].[title_id]=[t].[title_id]))|--MergeJoin(InnerJoin,MERGE:([a][au_id]=[ta].[au_id]),RESIDUAL:([ta].[au_id]=[a].[au_id]))||--ClusteredindexScan(OBJECT:([pubs].[dbo].[authors].[UPKCL_auidind]AS[a],ORDEREDFORWAD)||--IndexScanOBJECT:([pubs].[dbo].[titleauthor].[auidind]AS[ta],ORDEREDFORWAD)|--IndexScan(OBJECT:([pubs].[dbo].[titles].[titleind]AS[t]))　　在这个例子中，你可以很清晰的看到每一个连接将其他连接的谓词作为剩余谓词。（你也会注意到提示的使用使SQLServer发出一个警告）。这个查询还强制使用SORT操作来支持散列与合并连接。 上一页1234>>>>这篇文章来自..，。