主页 / dba / 问题 / 96913
Accepted
8kb
Asked: 2015-04-03 08:46:18 +0800 CST

SQL Server 的优化器如何估计连接表中的行数？

  • 772

我在AdventureWorks2012数据库中运行此查询：

SELECT 
    s.SalesOrderID,
    d.CarrierTrackingNumber,
    d.ProductID,
    d.OrderQty
FROM Sales.SalesOrderHeader s 
JOIN Sales.SalesOrderDetail d 
    ON s.SalesOrderID = d.SalesOrderID
WHERE s.CustomerID = 11077

如果我查看估计的执行计划，我会看到以下内容：

在此处输入图像描述

初始索引搜索（右上角）使用 IX_SalesOrderHeader_CustomerID 索引并搜索文字 11077。它估计有 2.6192 行。

在此处输入图像描述

如果我使用DBCC SHOW_STATISTICS ('Sales.SalesOrderHeader', 'IX_SalesOrderHeader_CustomerID') WITH HISTOGRAM，则表明值 11077 在两个采样键 11019 和 11091 之间。

在此处输入图像描述

11019 和 11091 之间的平均不同行数为 2.619718，或四舍五入为 2.61972，这是为索引查找显示的估计行的值。

我不明白的部分是聚集索引查找 SalesOrderDetail 表的估计行数。

在此处输入图像描述

如果我运行DBCC SHOW_STATISTICS ('Sales.SalesOrderDetail', 'PK_SalesOrderDetail_SalesOrderID_SalesOrderDetailID')：

在此处输入图像描述

所以 SalesOrderID（我加入）的密度是 3.178134E-05。这意味着 1/3.178134E-05 (31465) 等于 SalesOrderDetail 表中唯一 SalesOrderID 值的数量。

如果 SalesOrderDetail 中有 31465 个唯一的 SalesOrderID，则在均匀分布的情况下，每个 SalesOrderID 的平均行数为 121317（总行数）除以 31465。平均值为 3.85561

因此，如果估计要循环的行数是 2.61972，并且要在 3.85561 中返回平均值，我认为估计的行数将是 2.61972 * 3.85561 = 10.10062。

但估计的行数是 11.4867。

我认为我对第二个估计的理解是不正确的，不同的数字似乎表明了这一点。我错过了什么？

sql-server sql-server-2012

1 个回答

  1. Best Answer

    我认为我对第二个估计的理解是不正确的，不同的数字似乎表明了这一点。我错过了什么？

    使用 SQL Server 2012 基数估计器，连接的选择性驱动嵌套循环连接内侧的估计行数，而不是相反。

    11.4867 数字是通过将连接输出的计算估计基数 (30.0919) 除以迭代次数 (2.61972)得出的（用于在 showplan 中显示）。使用单精度浮点运算的结果是11.4867。

    它真的是那么简单。请注意，（逻辑）连接选择性与物理连接运算符的选择无关。无论最终是使用嵌套循环、哈希还是合并连接物理运算符执行连接，都保持不变。

    在 SQL Server 2012 及更早版本中，连接选择性（作为一个整体）是使用每个表中的直方图估计的SalesOrderID（针对每个直方图步骤计算，在必要时使用线性插值在步骤边界对齐之后）。SalesOrderID与表格关联的直方图SalesOrderHeader也针对独立CustomerID滤波器的缩放效果进行了调整。

    这并不是说问题中提出的替代计算存在任何根本“错误”；它只是做了一组不同的假设。对于给定的逻辑操作序列，总会有不同的方法来计算或组合估计。不能普遍保证应用于相同数据的不同统计方法会产生相同的答案，或者一种方法总是优于另一种方法。应用不同统计方法导致的不一致甚至会出现在单个最终执行计划中，尽管它们很少被注意到。

    作为旁注，SQL Server 2014 基数估计器采用不同的方法来组合独立过滤器调整的直方图信息（“粗略对齐”），这导致该查询的最终估计为10.1006行：

    Plan for computation:

  CSelCalcExpressionComparedToExpression
  (QCOL: [s].SalesOrderID x_cmpEq QCOL: [d].SalesOrderID)

Loaded histogram for column QCOL: [s].SalesOrderID from stats with id 1
Loaded histogram for column QCOL: [d].SalesOrderID from stats with id 1

Stats collection generated: 

  CStCollJoin(ID=4, **CARD=10.1006** x_jtInner)
      CStCollFilter(ID=3, CARD=2.61972)
          CStCollBaseTable(ID=1, CARD=31465 TBL: Sales.SalesOrderHeader AS TBL: s)
      CStCollBaseTable(ID=2, CARD=121317 TBL: Sales.SalesOrderDetail AS TBL: d)

    这恰好与问题中的计算结果相同，尽管详细推理不同（即它不是基于假设的嵌套循环实现）。

    • 21

相关问题