理解SQL Server的SQL查询计划

理解连接的影响

上文的不同查询步骤展示了SQL Server 2000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。

SQL Server 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WHERE子句，那么这个合并连接谓词将首先被计算。然后经过合并连接谓词的每条记录将经过WHERE语句中的其他谓词再次计算。Microsoft 称之为residual predicate（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OUTER JOIN，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GROUP BY列表中的列）被查询用来处理连接。剩余谓词是在WHERE子句中没有用于连接本身的所有其他运算。剩余谓词是在连接谓词之后计算。当构造一个Hash连接时，SQL Server可按下面的优先次序选择不同的选项：

In-memory Hash(内存中散列)：In-memory hash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，SQL Server可能合并in-memory hash连接和grace hash连接的某些方面，称之为hybrid hash 连接。

Grace Hash（优美散列）：当hash join太大而不能在内存中处理时，就要用到Grace hash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。

Recursive Hash(递归散列) ：有时Grace Hash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SET STATISTICS IO ON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）。

SELECT a.au_fname, a.au_lname, t.title

FROM authors AS a

INNER JOIN titleauthor ta

ON a.au_id=ta.au_id

INNER JOIN titles t

ON t.title_id=ta.title_id

ORDER BY au_lname ASC, au_fname ASC
StmtText

-------------------------------------------------------------------------------------
|--Nested

Loop(Inner Join, OUTER REFERENCES:([ta],[title_id]))

|--Nested Loops(Inner Join, OUTER REFERENCES:([a],[au_id]) )

| |--IndexScan(OBJECT:([pubs].[dbo].[authors].[aunmind] AS [a],ORDERED FORWAD))

| |--Index Seek(OBJECT:([pubs].[dbo].[titleauthor].[auidind] AS [ta],
SEEK: ([ta].[au_id]=[a].[au_id]) ORDERED FORWAD)
|--Clustered Index Seek (OBJECT:([pubs].[dbo].[titleas].[UPKCL_titleidind] AS [t],
SEEK: ([t].[title_id]=[ta].[title_id]) ORDERED FORWAD)

上面展示计划显示的是通过SQL Server产生的标准查询计划。我们可以强制SQL Server利用提示给我们展示它是怎样处理合并和散列连接的。

Select a.au_fname, a.au_lname, t.title

From authors AS a

INNER MERGE JOIN titleauthor ta

ON a.au_id=ta.au_id

INNER HASH JOIN titles t

ON t.title_id=ta.title_id
ORDER BY au_lname ASC, au_fname ASC 

Warning:The join order has been enforced because a local join hint is used.
StmtText

-----------------------------------------------------------------------------------
|--Sort(ORDER BY:([a].[au_lname] ASC ,[a].[au_fname] ASC)

|--Hash Match(Inner Join,HASH:([ta].[title_id])=([t].[title_id]), 
RESIDUAL:([ta].[title_id]=[t].[title_id]))

|--Merge Join(Inner Join, MERGE:([a] [au_id]=[ta].[au_id]), 
RESIDUAL:([ta].[au_id]=[a].[au_id]))

| |--Clustered index Scan(OBJECT:([pubs].[dbo].[authors].[UPKCL_auidind] AS [a],
ORDERED FORWAD)

| |--Index Scan OBJECT:([pubs].[dbo].[titleauthor].[auidind] AS [ta], ORDERED FORWAD)

|--Index Scan (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SQL Server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。

[1] [2] [3]