SQL Server Spool 假脱机

SQL Server的Spool（假脱机）操作符，用于把前一个操作符处理的数据（又称作中间结果集）存储到一个隐藏的临时结构中，以便在执行过程中重用这些数据。这个临时结构都创建在tempdb中，通常的结构是工作表（worktable）和工作文件（workfile）。假脱机运算符会取出表或索引结构中的一部分的数据集，将他们存放在tempdb数据库的临时结构里，我推测：如果这个临时结构用于存储表数据，称作worktable；如果这个临时结构存储的是Hash表，称作workfile。

SQL Server使用Spool操作符的优点是：

数据或中间结果集会被多次重用
使假脱机数据与源数据保持隔离

一，Spool操作的分类

在执行计划中，Eager Spool和Lazy Spool是逻辑操作符，这两个逻辑操作符之间的区别是：

Eager Spool：一次性把所有数据存储到临时结构中，它是一个阻塞性的操作符，这意味着它需要读取输入中的所有数据，然后处理完所有的数据行之后，才向下一个操作符返回结果，也就是说，除非Eager Spool把所有的数据行都处理完成，否则无法访问到这些数据。
Lazy Spool：逐行把数据存储到临时结构中，它是一个非阻塞性的操作符，这意味着它可以边读取数据，边向下一个操作符输出数据，也就是说，在Lazy Spool读取完所有的数据之前，可以访问这些数据。

Spool相关的物理操作符有Spool, Table Spool, Index Spool, Window Spool 和 Row Count Spool，这些物理操作符的作用是：

Spool运算符用于把查询的中间结果集保存到tempdb数据库中
Row Count Spool运算符扫描输入，计算现有的行数n，返回行数n，用于描述输入的总行数。
Index Spool 是把非聚集索引的数据存放到tempdb中的临时结构中，该运算符扫描输入的索引结构，把每行的副本放置在隐藏的Spool文件中（存储在tempdb数据库中的worktable，且只在查询的生命周期内存在），并为这些行创建非聚集索引，这样可以使用索引的seek功能来仅输出那些满足SEEK()谓词的行。
Table Spool 运算符是把表数据存放到tempdb中的临时结构中，该操作符扫描输入的数据表，把每行的副本放置在隐藏的Spool表中，此表叫做worktable，存储在tempdb数据库中，且只在查询的生命周期内存在
Window Spool 操作符和OVER() 窗口函数息息相关，因为只有OVER()函数才会使用到Window Spool 操作符。

二，Lazy Spool调优

在查询计划中出现Spool操作符，意味着查询语句需要存储临时数据集，以便在执行过程中重用这些数据。在查询语句执行的生命周期内，SQL Server为了存储数据，会在tempdb中创建临时表，然后把临时数据集存储到临时表中，这个操作会给硬盘带来额外的IO开销。tempdb的使用最终会使查询语句的开销增加，并且常常导致查询性能不佳。

Lazy Spool之所以被成为懒假脱机，这是因为它仅在收到请求时才会把数据加载到临时结构中，并且在加载数据时不会停止数据流。虽然Lazy Spool是一个非阻塞的操作符，但是当有大量的数据需要处理时，它的开销会非常大。

当查询计划中出现多个Lazy Spool操作符时，这种情况可能会导致非常严重的性能问题，例如：

SET STATISTICS IO ON

GO

SELECT [InvoiceID], [OrderID]

FROM [Sales].[Invoices] o

WHERE [TotalDryItems] = (SELECT AVG([TotalDryItems])

FROM [Sales].[Invoices] o1

WHERE o.[CustomerID] = o1.[CustomerID]

GROUP BY [CustomerID])

GO

当你执行上述查询之后，从SSMS中你可以看到如下的执行计划图形：

如果你仔细查看这个执行计划，你会发现三个不同的Lazy Spool操作符，每一个操作符的开销都是0%，但是，当你切换到Message Tab，你会看到IO的统计信息，Lazy Spool操作符把大量把大量的数据存储到Worktable中，也就是说，消耗了14.4万的逻辑读操作，把数据写入到tempdb中。

(17214 rows affected)

Table 'Invoices'. Scan count 9, logical reads 11994, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

Table 'Worktable'. Scan count 24, logical reads 143680, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

要对这个查询进行性能调优，必须保证执行计划不会把大量的数据加载到tempdb中，通常修复Lazy Spool性能低下的做法是创建新的索引。

在上述的示例查询中，有两个where子句，一个where子句是关于CustomerID的，另一个是关于TotalDryItems，因此，我们在表[Sales].[Invoices]上创建一个关于这两列的索引，首先查看这两列的选择性（即唯一值的数量），把高选择性的列作为索引的第一列：

SELECT COUNT(DISTINCT [TotalDryItems]) AS [CountTotalDryItems]

       ,COUNT (DISTINCT [CustomerID]) As [CountCustomerID]

FROM [Sales].[Invoices]

GO

列CustomerID唯一值的数量是663，列TotalDryItems唯一值的数量是6，由于CustomerID列的选择性高，因此，把CustomerID作为索引的第一列：

CREATE NONCLUSTERED INDEX [IX_FirstTry]

ON [Sales].[Invoices]

([CustomerID] ASC, [TotalDryItems] ASC)

INCLUDE ([InvoiceID], [OrderID])

GO

重新执行示例查询语句，得到一下的执行计划图示：

从执行计划图示中可以清楚地看出，对表[Sales].[Invoices]执行Index Scan操作，由于索引IX_FirstTry比聚集索引扫面要窄的多，因此这是一个比Clustered Index Scan快很多的操作。最重要的是，执行计划中没有Lazy Spool操作符，不需要把数据写入tempdb，然后再从tempdb中读取，这大大提升了查询语句的执行性能。

查看Message Tab，检查IO统计：

Table 'Invoices'. Scan count 2, logical reads 396, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

从统计信息中，可以看出，没有worktable，因此查询不需要把数据写入tempdb，再从tempdb中读取数据。另外，由于使用了索引 IX_FirstTry，对Invoices执行的逻辑读的次数，从11994减少到396，因此，查询语句的IO性能成倍提升。

三，Eager Spool 应用场景

在更新语句中，如果执行计划使用聚集索引来查找数据行，那么执行计划不会使用Eager Spool操作符；如果执行计划使用非聚集索引来查找数据，那么执行计划就会使用Eager Spool操作符来与数据源隔离。

例如，下面的语句使用非聚集索引（IX_Price）来查找和读取数据：

UPDATE Inventory SET Price = Price * 1.1

FROM Inventory WITH (INDEX = IX_Price)

WHERE Price < 100.00

从上面的执行计划中，可以看到，从非聚集索引IX_Price读取数据之后，SQL Server使用Table Spool(Eager Spool)阻塞性操作符，它读取Index Seek操作符输入的所有数据之后，把数据写入到tempdb数据库中。这样，Update语句不会从非聚集索引IX_Price读取任何数据，取而代之，Update语句使用Eager Spool操作符来执行数据的读取操作。

From above execution plans, we see that after reading the data from non-clustered in IX_Price SQL Server uses Table Spool(Eager Spool) blocking operator. It reads all data and then moves to next operator. In our example, Eager Spool will read all data from IX_Price then move to tempdb and hence later on UPDATE doesn’t read non-clustered index IX_Price anymore and instead all reads are performed using Eager Spool operator.

如果SQL Server不适用Eager Spool操作符，SQL Server 需要直接从非聚集索引IX_Price中读取数据，定位到目标数据行，然后逐行更新数据。问题是在这种情景下，非聚集索引中行的位置可能被重置，导致数据被多次更新，使用Eager Spool可以避免这个问题。

转自:http://www.cnblogs.com/ljhdo/

SQLSERVER中的假脱机