SQL Server如何计算出估计的行数？

Question

我正在尝试调试一个相当复杂的存储过程,它连接多个tabls(10-11).我看到,对于树的一部分,估计的行数与实际行数大不相同 - 在最差的SQL服务器估计将返回1行,而实际上返回55,000行!

我想弄清楚为什么会这样 - 我的所有统计数据都是最新的,我在几个表上用FULLSCAN更新了统计数据.我没有使用任何用户定义的函数或表变量.据我所知,SQL服务器应该能够准确估计将返回多少行,但它会继续选择一个计划,以便它执行数万次RDI查找(当它只期望执行1次时)或2).

我该怎么做才能尝试理解为什么估计的行数超出这么多？

更新:所以看一下这个计划,我发现了一个特别令人怀疑的节点 - 它使用以下预定表在表上扫描:

status <> 5
AND [type] = 1
OR [type] = 2

这个谓词返回整个表(630行 - 表扫描本身它不是性能不佳的来源)但是SQL服务器的估计行数只有37个.然后SQL服务器继续用RDI做几个嵌套循环查找,索引扫描和索引搜索.这可能是我大量错误计算的根源吗？如何让它估计更合理的行数？

Answer 1

SQL Server200使用以下数据将每个索引拆分为最多范围(从此处):

• RANGE_HI_KEY

  显示直方图步骤上边界的键值.

• RANGE_ROWS

  指定范围内的行数(它们小于此值RANGE_HI_KEY,但大于之前的较小值RANGE_HI_KEY).

• EQ_ROWS

  指定完全等于的行数RANGE_HI_KEY.

• AVG_RANGE_ROWS

  范围内每个不同值的平均行数.

• DISTINCT_RANGE_ROWS

  指定此范围内有多少个不同的键值(不包括之前RANGE_HI_KEY和之前的键RANGE_HI_KEY);

通常,大多数填充值都会进入RANGE_HI_KEY.

但是,它们可以进入范围,这可能导致分布的偏差.

想象一下这些数据(以及其他数据):

键值行数

1          1
2          1
3          10000
4          1

SQL Server通常构建两个范围:1to 3和4下一个填充值,这将产生以下统计信息:

RANGE_HI_KEY  RANGE_ROWS  EQ_ROWS  AVG_RANGE_ROWS  DISTINCT_RANGE_ROWS
3             2           10000    1               2

,这意味着,当搜索时,2只有1行,并且最好使用索引访问.

但如果3进入范围内,统计数据如下:

RANGE_HI_KEY  RANGE_ROWS  EQ_ROWS  AVG_RANGE_ROWS  DISTINCT_RANGE_ROWS
4             10002       1        3334            3

优化器认为3334密钥有行2,索引访问太昂贵.