SQL執行計畫解析（2）- 基本查詢的圖形執行計畫（中）

2.表串連（Table join)

到目前為止我們都是在和單個表打交道，下邊我們看下查詢中的串連。下邊這個查詢擷取僱員資訊，把FirstName和LastName串連起來，這樣返回的資訊顯得更為友好。

SELECT   e.[Title],  a.[City],  c.[LastName] + ', ' + c.[FirstName] AS EmployeeNameFROM   [HumanResources].[Employee] eJOIN   [HumanResources].[EmployeeAddress] ed ON   e.[EmployeeID] = ed.[EmployeeID]JOIN   [Person].[Address] a ON   [ed].[AddressID] = [a].[AddressID]JOIN   [Person].[Contact] c ON   e.[ContactID] = c.[ContactID];

 執行計畫

圖2-12

這個查詢中出現了多個的處理步驟，每個步驟的開銷也不同，它們在執行樹中從右到坐一步一步累計起來。其中3個開銷最大的操作分別是

1.對Person.Address表的索引掃描（Index Scan），45%

2.HumanResource.EmployeeAddress表和Person.Address表之間的Hash Match Join操作，28%

3.Person.Contact表上的叢集索引掃描，17%

右上方的是對HumanResource.EmployeeAddress表的索引掃描，它的下邊就是對Person.Address表的索引掃描，也就是我們的開銷最大的運算子。看下ToolTip，2-13，我們可以看到這是對索引IX_Address_AddressLine1_AddressLine2_City_StateProvinceID_PostalCode執行的掃描，儲存引擎遍曆了19614行的資料來找到我們需要的。

圖2-13

如Output list裡所示，查詢最佳化工具需要AddressId列和City列。查詢最佳化工具按照表中的索引和列的可選擇性進行計算，它認為最好的方式就是遍曆索引。遍曆19614行的資料的開銷佔據了總開銷的45%。
0.180413僅僅是個內部計算出的數字，最佳化器用于衡量各個操作的相對開銷，這個數字越低操作的效率越高。

Hash Match Join

繼續上邊的例子，這兩個索引掃描的輸出通過hash match join組合起來。

在我們討論Hash Match Join是什麼之前，需要瞭解兩個概念，Hash運算（即散列演算法） 和Hash表。

Hash運算是一種編程技術，用來把資料轉換為符號形式，使資料可以更容易更快速地被檢索。例如，表中的一行資料，可以通過程式轉化為一個唯一的值，這個值就代表了這行資料的內容。這和資料加密很類似，一個hash值同樣也可以被轉換回未經處理資料。

Hash表是一個資料結構，它把所有的元素都切分成同等大小的“類”或“塊”，允許對這些元素的快速存取。hash函數決定了元素應該進入哪個“塊”。例如，你可以從表裡取出一行資料，將其轉換為hash值，然後將hash值存入hash表。

Hash Match Join 發生時，Sql Server串連一大一小兩張表，對小表裡的資料行進行hash運算，將產生的hash值插入到hash表裡，然後遍曆大表裡的資料，每次取出一行在hash表裡尋找匹配的行。對小表進行hash運算是為了降低hash表的大小，hash值可以進行快速的比較。如果兩張表都很大，那麼hash match jion和其他類型的join比起來就非常低效。

Hash Match Join對大資料集尤其是其中一個表比另外的一個小很多的時候效率很高。對錶沒有按照join列排序或者表中沒有可用索引的情況，hash match join也是很有效方式。

Hash Match Join的出現也可能意味著存在更高效的串連方式（Nested Loop或Merge），這可能是以下原因造成的：
  1.索引缺失或者索引不正確
  2.where語句缺失
  3.where語句裡有對索引列的計算或轉換使得索引失效
在這些情況下，最佳化器認為Hash Match Join是串連兩張表的最高效的方式，但是有可能可以通過增加索引、或者增加where語句來減少資料量等方式獲得更高效的查詢。

叢集索引尋找（Clustered Index Seek）

接下來我們看佔用17%的操作，是對Person.Contact表上的PK_Contact_ContactID叢集索引尋找，對於這個表來說PK_Contact_ContactID既是主鍵又是叢集索引。

圖2-15

從Seek Predicates節可以看出，這個操作直接將HumanResources.Employee表和Person.Contact表的ContactID列進行串連。

Nested Loop Join（嵌套迴圈串連）

圖2-16

顧名思義，Nested Loop Join這個操作使用嵌套雙層迴圈，在我們這個計劃裡下邊這個（17%那個）運算子的結果在外層。由於兩個資料集都很小，所以這是個很高效的操作。
只要內層資料集小，外層資料集（小不小不要緊）有索引的情況下，Nested Loop Join是一種非常高效的串連機制。除非資料集超大，這種串連方式應該是你最希望看到的串連方式。

標量計算（Compute Scarlar）

圖2-17

標量計算表示此操作產生了一個標量值，通常是通過計算。我們這個例子中，假名EmployeeName組合了LastName和FirstName並用逗號串連。

 

Merge Join

除了Hash Match 和Nested Loop外，還有一種串連即Merge Join。執行以下查詢。

SELECT   c.CustomerIDFROM   Sales.SalesOrderDetail odJOIN   Sales.SalesOrderHeader ohON   od.SalesOrderID = oh.SalesOrderIDJOIN S  ales.Customer cON   oh.CustomerID = c.CustomerID

 執行計畫

圖2-18

使用Merge Join串連的兩張表必須是按照串連列預先排序好了的，這中情況下Merge Join是一種高效的串連方式。如果串連的表沒有按照串連列預先排序的話，查詢最佳化工具要麼先排序再執行Merge

 Join, 或者執行效率稍低些的Hash Match Join。

PS：以前做cobol時處理資料的一種方式，估計原理是一樣的。有兩組資料，都是排好序的，假設是按某個欄位從小到大。設兩個指標分別代表左右兩個資料的目前記錄位置，比較當前位置的資料大小，如果左邊的小右邊大，那麼左邊的指標向前移動一位，如果右邊的小左邊的大，那麼右邊的指標向前移動一位，如果一樣大，那麼這是匹配的兩條資料，左右同時向前移動一位。這隻是串連列的值唯一的情形，也可能是多對多的匹配，當多對多匹配時，Merge Join就必須使用cache了，原理應該是這樣子，這樣就避免了雙層迴圈，所以如果是排好序的兩張表串連，Merge Join的效率應該是最高的。