2

简介和背景

我不得不优化一个简单的查询(下面的例子)。在重写了几次之后,我认识到一个相同索引操作的估计行数会因查询的编写方式而异。

最初该查询进行了聚集索引扫描,因为生产中的表包含一个二进制列,该表非常大(大约 100 GB)并且执行全表扫描需要太多时间。

问题

为什么同一索引操作的估计行数不同(示例将显示)?优化器在这里做什么?

示例数据库 - 我使用的是 SQL Server 2008 R2

我试图创建一个非常简单的生产表版本来显示行为。

-- CREATE THE SAMPLE TABLES
----------------------------
CREATE TABLE dbo.MasterTable(
    MasterId    smallint NOT NULL,
    Name        varchar(5) NOT NULL,
    CONSTRAINT PK_MasterTable PRIMARY KEY CLUSTERED (MasterId ASC)
) ON  [PRIMARY]

GO

CREATE TABLE dbo.DetailTable(
    DetailId    bigint IDENTITY(1,1) NOT NULL,
    MasterId    smallint NOT NULL,
    Name        nvarchar(50) NOT NULL,
    CreateDate  datetime NOT NULL,
    CONSTRAINT PK_DetailTable PRIMARY KEY CLUSTERED (DetailId ASC)
) ON  [PRIMARY]

GO

ALTER TABLE dbo.DetailTable
    ADD  CONSTRAINT FK1
    FOREIGN KEY(MasterId) REFERENCES dbo.MasterTable (MasterId)

GO

CREATE NONCLUSTERED INDEX IX_DetailTable
    ON dbo.DetailTable( MasterId ASC, Name ASC )

GO

-- INSERT SOME SAMPLE DATA
----------------------------
SET NOCOUNT ON
GO

-- These are some Codes. In our system we always use these codes to search for "types" of data.

INSERT INTO dbo.MasterTable (MasterId, Name)
VALUES (1, 'N1'), (2, 'N2'), (3, 'N3'), (4, 'N4'), (5, 'N5'), (6, 'N6'), (7, 'N7'), (8, 'N8')

GO

-- ADD ROWS TO THE DETAIL TABLE
-- Takes about 1 minute to run
-- Don't care about the logic, it's just to get a distribution similar to production system
----------------------------
declare @x int = 1
DECLARE @MasterID INT
while (@x <= 400000)
begin
    SET @MasterID = ABS(CHECKSUM(NEWID())) % 8 + 1

    INSERT INTO dbo.DetailTable(MasterId,Name,CreateDate)
    VALUES(
        CASE
            WHEN @MasterID IN (1, 3, 4) AND @x % 20 != 0 THEN 2
            WHEN @MasterID IN (5, 6) AND @x % 20 != 0 THEN 7
            WHEN @MasterID = 8 AND @x % 100 != 0 THEN 7
            ELSE @MasterID
        END,
        NEWID(),
        DATEADD(DAY, - ABS(CHECKSUM(NEWID())) % 1000, GETDATE())
)

SET @x = @x + 1
end

go
-- DO THE INDEX AND STATISTIC MAINTENANCE
----------------------------
alter index all on dbo.DetailTable reorganize
alter index all on dbo.MasterTable reorganize
update statistics dbo.DetailTable WITH FULLSCAN
update statistics dbo.MasterTable WITH FULLSCAN
go

准备工作做好了,我们开始查询

我们先来看看统计,看看RANGE_HI_KEY=8,有 489 个 EQ_ROWS

-- CHECK THE STATISTICS
----------------------------
dbcc show_statistics ('dbo.DetailTable', IX_DetailTable)
GO

现在我们进行查询。第一个是我必须优化的原始查询。执行时请激活当前执行计划。看一下操作“index seek (nonclustered) [DetailTable].[IX_DetailTable]”

-- ORIGINAL QUERY
----------------------------
SELECT d.DetailId
FROM dbo.DetailTable d
INNER JOIN dbo.MasterTable m ON d.MasterId = m.MasterId
WHERE m.Name = 'N8'
AND d.CreateDate > '20150312 11:00:00'

GO

-- FORCESEEK
----------------------------
SELECT d.DetailId
FROM dbo.DetailTable d WITH (FORCESEEK)
INNER JOIN dbo.MasterTable m ON d.MasterId = m.MasterId
WHERE m.Name = 'N8'
AND d.CreateDate > '20150312 11:00:00'

GO

-- Actual: 489, Estimated 50.000


-- TABLE VARIABLE
----------------------------
DECLARE @MasterId AS TABLE( MasterId SMALLINT )
INSERT INTO @MasterId (MasterId)
SELECT MasterID FROM dbo.MasterTable WHERE Name = 'N8'
SELECT d.DetailId
FROM dbo.DetailTable d WITH (FORCESEEK)
INNER JOIN @MasterId m ON d.MasterId = m.MasterId
WHERE d.CreateDate > '20150312 11:00:00'

GO

-- Actual: 489, Estimated 40.000

-- TEMP TABLE
----------------------------
CREATE TABLE #MasterId( MasterId SMALLINT )
INSERT INTO #MasterId (MasterId)
    SELECT MasterID FROM dbo.MasterTable WHERE Name = 'N8'

SELECT d.DetailId
FROM dbo.DetailTable d --WITH (FORCESEEK)
INNER JOIN #MasterId m ON d.MasterId = m.MasterId
WHERE d.CreateDate > '20150312 11:00:00'

-- Actual 489, Estimated 489

DROP TABLE #MasterId

GO

分析和最终问题

请看一下操作“index seek (nonclustered) [DetailTable].[IX_DetailTable]”

上面脚本中的注释显示了我得到的估计和实际行数的值。

在我们的生产环境中,该表有 3300 万行,上述查询中的估计行数从 300 万到 1600 万不等。

总结一下:

  1. 当在 DetailTable 和 MasterTable 之间进行连接时,估计的行数是 12.5%(主表中有 8 个值,这是有道理的,有点……)

  2. 当在 DetailTable 和表变量之间进行连接时,估计的行数为 10%

  3. 当在 DetailTable 和临时表之间进行连接时,估计的行数与实际行数完全相同

问题是为什么这些值不同?

统计数据是最新的,做出估计应该很容易。

我只是想明白这一点。

4

1 回答 1

0

由于没有人回答,我将尝试给出答案:

请不要强迫优化器跟随你

(1)关于您原始查询的说明:

SELECT d.DetailId
FROM dbo.DetailTable d
INNER JOIN dbo.MasterTable m ON d.MasterId = m.MasterId
WHERE m.Name = 'N8'
AND d.CreateDate > '20150312 11:00:00'

为什么这个查询很慢?

这个查询很慢,因为你的索引没有覆盖这个查询,两个查询都使用索引扫描,而不是使用“哈希连接”加入:

在此处输入图像描述

为什么要扫描整行以获取 mastertable ? 因为 Master 表上的索引在 MasterId 列上,而不是在 Name 列上。

为什么要扫描整行以查找 Detailtable?因为这里的索引也在 (DETAILID) "CLUSTERED" AND (MasterId ASC, Name ASC) "NON CLUSTERED"
上,不在 Createdate 列上。

拥有一个 NONCLUSTERED 索引将有助于此特定查询的 ON 列 (CREATEDATE,MasterId ) 查询。

如果您的主表也很大,您可以在 (Name) 列上创建 NONCLUSTERED 索引。

(2) FORCESEEK 说明:

-- 力求

SELECT d.DetailId
FROM dbo.DetailTable d WITH (FORCESEEK)
INNER JOIN dbo.MasterTable m ON d.MasterId = m.MasterId
WHERE m.Name = 'N8'
AND d.CreateDate > '20150312 11:00:00'
GO

在此处输入图像描述

为什么优化器估计有 50,000 行?

在这里,您将加入列 d.MasterId = m.MasterId 并且您正在强制优化器选择在 Detail 表上查找,因此优化器使用 INDEX IX_DetailTable () 使用 LOOP join 加入您的 Mastertable。

由于优化器选择 Loop join 将 MAster 表的所有行(实际上是 ONE)连接到 Detail 表,因此它将从主表中选择一个键,然后寻找整个索引,然后将匹配值传递给进一步的迭代器。

所以优化器选择 Average of rows per value 。40000 列表基数(行)中有 8 个唯一值,因此 40000 / 8 估计为 50,000 行(足够公平)。

(3) -- 表变量

这是您的查询:

DECLARE @MasterId AS TABLE( MasterId SMALLINT )
INSERT INTO @MasterId (MasterId)
SELECT MasterID FROM dbo.MasterTable WHERE Name = 'N8'
SELECT d.DetailId
FROM dbo.DetailTable d WITH (FORCESEEK)
INNER JOIN @MasterId m ON d.MasterId = m.MasterId
WHERE d.CreateDate > '20150312 11:00:00'

GO

在此处输入图像描述

Statatictic 不在表变量上维护,因此优化器没有 idia 有多少行(因此它估计 1 行)它会处理以产生一个好的计划,这里估计的行是 1 和实际的行 1 也恭喜!

但是优化器如何估计“40.000”行

就我个人而言,我从未检查过这一点,并且由于这个问题,我进行了服务测试,但不知道优化器如何计算估计的行,所以如果有人出现并启发我们,那就太好了。

(4) -- 临时表

您的查询

CREATE TABLE #MasterId( MasterId SMALLINT )
INSERT INTO #MasterId (MasterId)
    SELECT MasterID FROM dbo.MasterTable WHERE Name = 'N8'

SELECT d.DetailId
FROM dbo.DetailTable d --WITH (FORCESEEK)
INNER JOIN #MasterId m ON d.MasterId = m.MasterId
WHERE d.CreateDate > '20150312 11:00:00'

-- Actual 489, Estimated 489
DROP TABLE #MasterId

在此处输入图像描述

在这里,优化器也选择与在表变量中选择的查询计划相同的查询计划,但差异是统计信息确实在临时表上维护,因此在查询优化器中,它有一个公平的 idia 它实际要加入的行。“N8”键有 8 个,dbo.DetailTable 中 8 的估计行数为 489。

于 2015-03-23T09:42:16.570 回答