SQLServer 表连接种类

SQLServer 有3种物理连接：Nested Loop(嵌套循环)、Merge Join(合并联接)、Hash Join(哈希联接)。

T-SQL中的inner/left/right/full join等在进行优化的过程中会转换成上面3种物理连接。

1.Nested Loop(嵌套循环)

   SELECT e.BusinessEntityID FROM HumanResources.Employee AS e
   INNER JOIN Sales.SalesPerson AS s
   ON e.BusinessEntityID =s.BusinessEntityID

处于上方的输入叫做外部输入，处于下方的输入叫做内部输入，SalesPerson为外部输入，Employee为内部输入

外部循环逐行处理外部输入表，内部循环会针对每个外部行在内部输入表中进行搜索，已找出匹配行

通过聚集索引查找，返回17行数据，也就是说外部输入要进行17次匹配。

当外部连接很小，并且内部连接在连接列上有索引时，优化器会倾向使用这种算法。

2.Merge Join(合并连接)

  SELECT s.Name FROM sales.store AS s
   JOIN sales.Customer AS c
    ON s.BusinessEntityID =c.CustomerID
	WHERE c.TerritoryID=6

合并链接也分为外部输入和内部输入，外部输入和内部输入只会执行一次。合并联接要求两个输入都在合并列上排序，而合并列由联接谓词的等效(on)子句定义。

合并联接本身的速度很快，但如果需要排序操作，选择合并联接就会非常费时，然而，数据量很大且能够从现有B树索引中获得预排序的所需数据，则合并联接通常最快

的可用联接算法。

3.Hash Join(哈希联接)

	SELECT pv.ProductID,v.BusinessEntityID,v.Name
	 FROM Purchasing.ProductVendor pv
	JOIN Purchasing.Vendor v ON (pv.BusinessEntityID=v.BusinessEntityID)
	WHERE pv.StandardPrice >$10

哈希联接有两种输入：生成输入和探测输入。查询优化器使用两个输入中较小的那个作为生成输入

用于多种设置匹配操作：内部联接、左外部联接、右外部联接、和完全外部联接，左半联接、和右半联接，交集、并集和差异。某种变形可以进行重复删除和分组。

二：数据访问操作：

1.扫描操作将针对整个结构来进行，可能是一个堆表、一个聚集索引、和一个非聚集索引。

2.查找操作是从索引中查找所需的数据，不需要扫描整个结构，只发生在聚集索引和非聚集索引上。

堆表：表扫描、不存在查找

聚集索引：聚集索引扫描、聚集索引查找

非聚集索引：索引扫描、索引查找

1.扫描(堆表)

  SELECT * FROM dbo.DatabaseLog

2.聚集索引扫描

   SELECT * FROM Person.Address

3.非聚集索引扫描(索引扫描)

 SELECT AddressID,City,StateProvinceID FROM Person.Address

想知道数据是否有排序，可以看加框部分，它为true证明数据已经排序

二：查找（堆表上不存在查找操作，所以查找操作特指索引的操作）

查找操作不需要扫描整个索引，它是通过B-Tree结构来快速定位所需的数据

聚集索引查找

    SELECT AddressID,City,StateProvinceID FROM Person.Address WHERE AddressID=12037

非聚集索引扫描：

 SELECT AddressID,StateProvinceID FROM Person.Address WHERE StateProvinceID=32

3.书签(键)查找

一个非聚集索引被优化器选为访问数据的索引，但是这个索引不能覆盖所有的列，导致非聚集索引必须借助聚集索引键或者堆上的RID来定位其他数据

   SELECT AddressID,City,StateProvinceID,ModifiedDate FROM Person.Address WHERE StateProvinceID=32

键值查找操作符的tooltips：

键查找(Key Lookup属于书签查找的一种)由于AddressID不包含在非聚集索引中，查询又需要用到它，所以需要通过聚集索引来获取相关的数据。

如果表上没有相关的聚集索引，会出现RID查找，RID Lookup和Key Lookup统称为书签查找。

不能覆盖查询的非聚集索引，所以创建了一个非聚集索引在堆表上，以便进行查询

--创建非聚集索引

 CREATE INDEX IX_Object ON dbo.DatabaseLog(Object)

--RID

  SELECT * FROM dbo.DatabaseLog WHERE Object='City'

三：聚合操作:

有两种操作实现聚合：流聚合(Stream Aggregate)和哈希聚合(Hash Aggregate)

1.排序和哈希

2.流聚合

指使用了聚合函数，但没有Group By子句并返回一个单一值的查询。

如果带有聚合函数，但没有Group By子句，叫做标量聚合。标量聚合由流聚合操作来返回一个数据。

 SELECT AVG(ListPrice) FROM Production.Product

--带有Group By的聚合

SELECT ProductLine,COUNT(*) FROM Production.Product GROUP BY  ProductLine

3.Hash聚合

在执行计划中以Hash Match作为物理操作符，当优化器发现一个没有排序的大表需要聚合，预估只有少量的组时，就会选择Hash聚合

   SELECT TerritoryID,COUNT(*) FROM sales.SalesOrderHeader GROUP BY TerritoryID

哈希聚合是针对未排序的数据，一旦加上索引，是可以转换成流聚合的。

   CREATE INDEX IX_ContactID ON Sales.SalesOrderHeader(TerritoryID)
   SELECT TerritoryID,COUNT(*) FROM  Sales.SalesOrderHeader GROUP BY TerritoryID

四：检查统计对象

可以通过sys.stats目录视图来查看某个对象的统计信息

 SELECT * FROM sys.stats  WHERE object_id=OBJECT_ID('Sales.SalesOrderDetail')

也可以用DBCC SHOW_STATISRICS命令来显示某列上的统计信息

 DBCC SHOW_STATISTICS('Sales.SalesOrderDetail',UnitPrice)

只需要用以下这个列：

 SELECT * FROM sales.SalesOrderDetail WHERE UnitPrice=35

再次执行：

检查一个非聚集索引上的统计信息，只关注密度信息部分：

   DBCC SHOW_STATISTICS('Sales.SalesOrderDetail',IX_SalesOrderDetail_ProductID)

手工计算密度矢量:

  SELECT COUNT (DISTINCT ProductID) ,1.0/COUNT (DISTINCT ProductID) FROM Sales.SalesOrderDetail

执行以下语句，看看执行计划中是否真的使用了266行预估行数

  SELECT ProductID,COUNT(1) FROM sales.SalesOrderDetail GROUP BY ProductID

使用以下语句查看对象的统计信息情况：

  SELECT name,auto_created,STATS_DATE(object_id,stats_id) AS update_date
    FROM sys.stats WHERE object_id=OBJECT_ID(N'表名')

重建索引：

ALTER INDEX ix_ProductID ON dbo.SalesOrderDetail  REBUILD

计算列：

SELECT * FROM sales.SalesOrderDetail WHERE OrderQty * UnitPrice>10000

创建一个计算列：

	ALTER TABLE sales.SalesOrderDetail ADD cc AS OrderQty * UnitPrice

重新运行上面的语句，预估行数和实际函数相对较接近：

删除上述列：

	ALTER TABLE sales.SalesOrderDetail DROP COLUMN cc

4.过滤索引上的统计信息

这种统计信息不是全表创建的，而是针对一个表的子集创建的，当创建过滤索引时，会自动创建对应的统计信息。

SELECT * FROM Person.Address WHERE City='Los Angeles'

	SELECT * FROM Person.Address WHERE StateProvinceID=9

两个查询的预估行数和实际行数是一样的。

组合Where条件之后的执行计划：

SELECT * FROM person.Address WHERE City='Los Angeles' AND StateProvinceID=9

SQL Server 首先把两个查询的结果集行数相乘，然后 除以表中的总行数。

提高预估的准确性，可以创建一个统计信息

CREATE STATISTICS California ON Person.Address(City) WHERE StateProvinceID=9

清空缓存，执行查询语句：

DBCC FREEPROCCACHE
	GO
    SELECT * FROM person.Address WHERE City='Los Angeles' AND StateProvinceID=9

只返回头信息的方法查询：

	DBCC SHOW_STATISTICS('Person.Address',California)
	WITH stat_header

也可以用下面的语句进行查询：

	SELECT * FROM sys.stats WHERE filter_definition IS NOT NULL

六： 预估数据错误：

错误预估行数会导致优化器不合适的执行计划影响性能，可以通过检查执行计划发现。

SET STATISTICS PROFILE  ON
    GO
    SELECT * FROM Sales.SalesOrderDetail
	WHERE OrderQty * UnitPrice >10000
	GO
     SET STATISTICS PROFILE OFF

七：优化器工作过程

工作过程：简化、简单计划优化和完整计划优化

1.简化，在这个阶段，查询会被重写，一些逻辑写法会被重写成优化器能读懂的内容

(一)：子查询会被转换成join

(二)：多余的inner/outer join会被移除

(三)：Where条件中的筛选部分会被处理

 SELECT pp.ProductID--,ppc.Name FROM Production.Product pp
	 INNER JOIN production.ProductSubcategory pps ON pps.ProductSubcategoryID=pp.ProductSubcategoryID
	 INNER JOIN Production.ProductCategory  ppc ON ppc.ProductCategoryID =pps.ProductCategoryID

去掉注释和不去注释分别执行，查看执行计划，注释了一个字段，会少一个表关联。

禁用外键：

 ALTER TABLE Production.ProductSubcategory NOCHECK CONSTRAINT FK_ProductSubcategory_ProductCategory_ProductCategoryID

因为外键的作用消失，所以需要引入第三个表

恢复外键

 ALTER TABLE Production.ProductSubcategory WITH CHECK CHECK CONSTRAINT FK_ProductSubcategory_ProductCategory_ProductCategoryID

2.简单计划优化

3.完整计划优化