Preciso de ajuda para entender a lentidão em uma das UPDATE
declarações como abaixo: -
UPDATE TOP (100) xyz
SET xyz.flag = 1
OUTPUT inserted.Rcode, inserted.EDR, inserted.id, abc.EID,abc.CID,abc.ENID,abc.Cdate
FROM dbo.table1 xyz WITH (UPDLOCK, READPAST)
INNER JOIN dbo.table2 abc WITH (NOLOCK)
on xyz.id=abc.id
WHERE xyz.flag = 0
A Tabela1 tem aprox. 0,5 milhão de linhas e a Tabela 2 tem aprox. 5 milhões de linhas
Plano lento
O operador de fluxo distinto Hash Match mostra um alarme amarelo e a mensagem é:
O operador usou Tempdb para derramar dados para execução com nível de derramamento 4 com 1 encadeamento derramado"
Resíduos de construção:
database.dbo.table2.id como abc.id = database.dbo.table2.id como abc.id
Eu tirei uma captura de tela. Infelizmente, por motivos de segurança, não posso fornecer mais do que isso, nem mesmo um plano anônimo. Da minha estação de trabalho, não consigo acessar a Internet, portanto, não há como fazer com que o explorer de planos seja executado lá.
Geralmente, para um subconjunto menor de linhas, é menos de segundos, como quando temos apenas 10 mil linhas correspondentes ou algo assim. Mas com uma quantidade maior de dados, isso parece ser o ponto de inflexão e o aplicativo não pode permitir 1 minuto de tempo de execução. Do SSMS, recebo 30 segundos, mas do aplicativo, temos o avg. 50 segundos aprox. RCSI está em fase de testes.
Meu bom plano não tem o operador Hash Match Flow Distinct visível como mostrado na minha captura de tela, enquanto o restante do plano permanece o mesmo. Um bom completa menos de 3 segundos ou mais. Como visto, quase 16 segundos são gastos nesse operador. Podemos eliminá-lo por meio de indexação adequada ou reescrita de consulta?
Esquema da tabela
CREATE TABLE dbo.table1
(
Recid VARCHAR(128) COLLATE SQL_Latin1_general_CP1_CI_AS NOT NULL,
Cdate DATETIME NULL,
flag BIT NULL DEFAULT (0),
Rcode INT NULL,
EDR VARCHAR(255) COLLATE SQL_Latin1_general_CP1_CI_AS NULL,
id BIGINT NULL
);
CREATE TABLE dbo.table2
(
ENID BIGINT IDENTITY(1,1) NOT NULL,
EID VARCHAR(50) COLLATE SQL_Latin1_general_CP1_CI_AS NOT NULL,
CID VARCHAR(350) COLLATE SQL_Latin1_general_CP1_CI_AS NOT NULL,
CDate DATETIME NOT NULL DEFAULT(getdate()),
id BIGINT NOT NULL,
CONSTRAINT PK_ENID PRIMARY KEY (ENID ASC, EID ASC),
);
-- table1
CREATE INDEX ix_Cdate on dbo.table1 (Cdate) WITH (FILLFACTOR=100);
CREATE CLUSTERED INDEX ix_Recid on dbo.table1 (Recid) WITH (FILLFACTOR=80);
-- table2
CREATE INDEX ix_ENID_id on dbo.table2 (ENID,id) WITH (FILLFACTOR=100);
Mudanças
Alterações que fiz e alguns números:
Adicionada dica
OPTION (QUERYTRACEON 4138)
- avg. execução 7 segundos abaixo dos 50 segundos originais, mas a equipe do aplicativo parece não ter acesso para fazer isso no código. Precisa verificar mais sobre isso.OPTION (ORDER GROUP)
deu os mesmos resultados de avg. 50 segundos, então não há melhora.Índice adicionado conforme sugerido:
CREATE INDEX i ON dbo.table2 (id) INCLUDE (CID, CDate);
Não há muitas melhorias lá. Média 45 segundos e o plano era semelhante ao anexo nesta questão (plano superior).
Antes e depois de cada teste, verifiquei se o plano não foi gerado a partir do plano anterior em cache.
Plano rápido
Anexar o plano que é mais rápido e sem nenhuma alteração nos dados ou consulta ainda é rápido para a mesma quantidade de linhas em ambas as tabelas. A equipe do aplicativo envia continuamente a consulta acima ao longo do dia para concluir o lote, completando os TOP 100. Há uma mudança de plano com base em algum número de gorjeta e abaixo está a aparência do bom plano:
Edit : - Com tudo inalterado, nenhuma alteração de código ou qualquer índice sendo adicionado, como sugerido quando estou tentando adicionar dica (FORCESEEK) está me dando o erro abaixo
O processador de consultas não pôde produzir um plano de consulta devido às dicas definidas nesta consulta. Reenvie a consulta sem especificar nenhuma dica e sem usar SET FORCEPLAN.
Você tem três problemas principais:
id
.TOP (100)
introduz uma meta de linha , portanto, as estimativas podem ser muito baixas.UPDATE
é não determinístico .Várias linhas da tabela2 podem corresponder a
id
, portanto, não está claro qual linha correspondente da tabela2 deve ser usada para fornecer valores para aOUTPUT
cláusula. O agregado existe para agrupar na tabela2id
e escolher os valoresANY
correspondentes para as outras colunas. A agregação é um Flow Distinct devido à meta de linha .É preciso ter muito cuidado com
ANY
agregados emUPDATE
declarações não determinísticas porque você pode obter resultados incorretos .Não há detalhes suficientes na pergunta para fazer recomendações de alta qualidade, mas:
CREATE INDEX i ON dbo.table2 (id) INCLUDE (CID, CDate);
OPTION (QUERYTRACEON 4138)
para desabilitar a meta de linha ouOPTION (ORDER GROUP)
para usar um Stream Aggregate em vez de Hash.UPDATE
depende dos relacionamentos de dados. O ponto chave é identificar no máximo uma linha da origem que corresponda a cada linha de destino. Normalmente, isso envolverá um índice ou restrição exclusivo ou o uso deROW_NUMBER
ouTOP (1)
.O passo 2 pode ou não ser necessário. Eu adiciono para completar.
Você pode achar mais fácil visualizar os problemas e ajustar a consulta escrevendo-a neste formulário:
Plano de execução:
Eu provavelmente não me incomodaria com um índice filtrado na tabela1, mas se você quisesse experimentá-lo, isso parece ser adequado:
Se você quiser continuar com a sintaxe de atualização fornecida na pergunta sem abordar todos os problemas subjacentes corretamente, poderá achar que isso é mais rápido: