SQL Server调优系列进阶篇 - 查询优化器的运行方式

前言

前面我们的几篇文章介绍了一系列关于运算符的基础介绍，以及各个运算符的优化方式和技巧。其中涵盖：查看执行计划的方式、几种数据集常用的连接方式、联合运算符方式、并行运算符等一系列的我们常见的运算符。有兴趣的童鞋可以点击查看。

本篇介绍在SQL Server中查询优化器的工作方式，也就是一个好的执行计划的形成，是如何评估出来的，作为该系列的进阶篇。

废话少说，开始本篇的正题。

技术准备

数据库版本为SQL Server2008R2，利用微软的一个更简洁的案例库（Northwind）进行分析。

正文内容

在我们将写好的一个T-SQL语句抛给SQL Server准备执行的时候，首选要经历的过程就是编译过程，当然如果此语句以前在SQL Server中执行过，那么将检测是否存在已经缓存的编译过的执行计划，用以重用。

但是，执行编译的过程需要执行一系列的优化过程，关于优化过程大致分为两个阶段：

1、首先，SQL Server对我们写的T-SQL语句先执行一些简化，通常由查询本身来寻找交互性及重新安排操作的顺序。

在此过程中，SQL Server侧重于语句写法调整，而不过多的考虑成本或者分析索引可用性的等，最重要的目标就是产生一个有效的查询。

然后，SQL Server才会加载元数据，包括索引的统计信息，进入第二个阶段。

2、在这个阶段才是SQL Server一个复杂的优化过程，这个阶段SQL Server会根据上一阶段形成的执行计划运算符进行评估和尝试，甚至于重组执行计划，所以相对这个优化过程是一个耗时的过程。

通过如下流程图，来理解该过程：

这个图看上去有点复杂，我们来详细分析下，其实就是将这个优化阶段分为3个子阶段

<1>这个阶段仅考虑串行计划，也就说单处理器运行，如果这个阶段找到了一个好的串行计划，优化器就不会进入下一阶段。所以对于数据量少的情况，或者执行语句简单的情况下，基本采用的都是串行计划。

当然，如果这个阶段开销比较大，那么会进入到第2个阶段，再进行优化。

<2>这个阶段首先对第1阶段的串行计划进行优化，然后如果环境支持并行化操作，则进行并行化操作，通过进行比较，然后进行优化后的成本如果比较低则输出执行计划，如果成本还是比较高，则进入第2阶段，再继续优化。

<3>其实到达这个阶段就是优化的最后一个阶段了，这个阶段会对第2个阶段中采用串行和并行的比较结果进行最后一步优化，如果串行执行好那就进一步优化，当然如果并行执行好的话，则再继续并行优化。

其实第3阶段是查询优化器的无奈之举，当到达第3阶段了就是一个补救阶段，只能最后做优化了，优化完好不好的就只能按照这个执行计划执行了。

那么上述过程中，各个阶段的优化的原则有哪些：

关于这些优化器的最重要原则的就是：尽可能的减少扫描范围，不管是表或者索引，当然走索引比表好，索引的量也是越少越好，最理想的情况是只有一条或者几条。

所以，SQL Server也尊重上述原则，一直围绕着这个原则去优化。

一、筛选条件分析

所谓的筛选条件，其实就是我们所写的T-SQL语句中的WHERE语句后面的条件，我们会通过这里面的语句进行尽量缩小数据扫描范围，SQL Server通过这些语句来优化。

一般格式如下：

column  operator  <constant or variable>

或者

<constant or variable>  operator  column

而这上面格式中operator包括：=、>、<、=>、<=、BETWEEN、LIKE

比如：name='liudehua'、price>4000、4000<price、name like 'liu%'、name='liudehua' AND price >1000

上面这些语句是我们写的语句中最常用的方式，并且这种方式也将被SQL Server用来减少扫描，并且这些列被索引覆盖，那将尽量采取索引进行获取值，但是SQL Server也不是万能的，有些写法它也是不能识别的，也是我们写语句要避免的：

a、where name like '%liu'这货就不能被SQL Server优化器识别，所以它只能通过全表扫描或者索引扫描执行。

b、name='liudehua' OR price >1000，这个同样也是失效的，因为它不能利用两个的筛选条件进行逐步减少扫描。

c、price+4>100这个同样不被识别

d、name not in ('liudehua'、‘zhourunfa’)，当然还有类似的：NOT 、NOT LIKE

举个列子：

SELECT CustomerID FROM Orders
WHERE CustomerID='Vinet'

SELECT CustomerID FROM Orders
WHERE UPPER(CustomerID)='VINET'

所以上述的方式写语句的时候需要尽量避免，或者采取变通的方式实现。

二、索引优化

经过上面的筛选范围的确定之后，SQL Server紧接着开始索引的选择，首先要确定的第一件事就是筛选字段是否存在索引项，也就是说是否被索引覆盖。

当然，如果查询项为索引覆盖最好，如果不被索引覆盖，那么为了充分利用索引的特性，就引入了书签查找（bookmark）部分。

所以，鉴于此，我们在创建索引的时候，所参考的属性值就为筛选条件的列了。

关于利用索引优化的选择：

CREATE INDEX EmployeesName ON Employees(FirstName,LastName)
INCLUDE(HIREDATE) WITH(ONLINE=ON)
GO

SELECT FirstName,LastName,HireDate,EmployeeID
FROM Employees
WHERE FirstName='Anne'

当然也不尽然只要查询列存在索引覆盖就执行索引查找，这取决于扫描的内容的多少，所以对于索引的利用程度还取决获取内容的多少

来举个例子：

CREATE INDEX NameIndex  ON person.contact(FirstName,LastName)
GO

SELECT * FROM Person.Contact
WHERE FirstName LIKE 'K%'

SELECT * FROM Person.Contact
WHERE FirstName LIKE 'Y%'
GO

完全相同的查询语句，来看执行计划：

完全相同的查询语句，产生的查询计划完全不同，一个是索引扫描，一个则是高效的索引查找。

这里我只告诉你：FirstName like 'K%'的有1255行；而FirstName like 'Y%'只有37行，其中

其实，关于这里的原因就是统计信息在作怪了。

所以，特定的T-SQL语句不一定生成特定的查询计划，同样特定的查询计划不一定是最优的方式，影响的它的因素很多：关于索引、关于硬件、关于表内容、关于统计信息等诸多因素影响。

关于统计信息这块是大篇幅内容，我们放在以后的篇幅中介绍，有兴趣的可以提前关注。