排序溢出和随机基数估计的阈值

Question

我想测试 tempdb 溢出警告，所以我在 SQL Server 2014 上运行以下脚本：

USE tempdb

IF OBJECT_ID('tempdb..tblTest') IS NOT NULL DROP TABLE tblTest

CREATE TABLE tblTest
(
          c1 INT         PRIMARY KEY CLUSTERED,
          c2 INT        ,
          c3 CHAR (1000)
);

GO
SET NOCOUNT ON;

BEGIN TRANSACTION;

DECLARE @i AS INT;

SET @i = 1;

WHILE @i <= 10000
          BEGIN
                    INSERT  INTO tblTest (c1, c2, c3)
                    VALUES              (@i, @i, 'a');
                    SET @i = @i + 1;
          END

COMMIT TRANSACTION;

GO
UPDATE STATISTICS dbo.tblTest
GO
SET STATISTICS XML ON;
GO
--no tempdb spill (SQL Server 2014)
--in sql server 2012 always different "Estimated number of rows" if you run the whole script several times
SELECT   *
FROM     tblTest
WHERE    c1 <= 5948
ORDER BY c2
OPTION (MAXDOP 1);

GO
SET STATISTICS XML OFF;

SET STATISTICS XML ON;
GO
--no tempdb spill (SQL Server 2014)
SELECT   *
FROM     tblTest
WHERE    c1 <= 5949
ORDER BY c2
OPTION (MAXDOP 1);

GO
SET STATISTICS XML OFF;

（查询的核心是基于 MS 的一种材料）

1) 我好奇的第一件事是在 c1 列的这个特定级别的排序操作期间是什么导致 tempdb 溢出。所有估计都是正确的，并且两个查询的读取页数相同。那么为什么第二个查询会溢出呢？（换句话说，为什么后面查询的内存授予要高得多）。

2) 我已经在 SQL Server 2012 上测试了这个查询并且得到了非常有趣的行为。首先，我无法达到相同的阈值，所以我反复运行脚本并注意到估计的行数总是与上次运行时的不同。我的问题是为什么当我重复运行相同的脚本（通过完整扫描创建、插入更新它自己的统计信息）时，估计的返回行数总是不同的？

Answer 1

1. 执行排序所需的内存量并不像计算输入数据的原始大小那么简单。SQL Server 使用的主要排序算法是归并排序的一种变体，它包括诸如键归一化之类的额外步骤，以确保可以有效地对数据列类型的所有组合进行排序。由于这些额外的步骤，预测在运行时避免溢出所需的内存量并不容易。内存授予是一个估计值。溢出是设计的一部分。在这种边缘情况下，您不应该过分担心小溢出。

2. SQL Server 2014 包含一个新的基数估计模块，如果上下文数据库的兼容性级别为 120，则使用该模块。您tempdb用于测试，默认情况下为 120 级别。您可以通过更改兼容性级别或使用跟踪标志 9481 来获取 2014 之前的 CE 行为。对于不同的估计行数，除非您使用WITH FULLSCAN带有的选项，否则可能会对统计信息进行采样UPDATE STATISTICS。