当WHERE子句包含参数化值时,为什么SQL Server使用索引扫描而不是索引查找

Question

我们发现,如果where子句包含参数化值而不是字符串文字,则SQL Server使用索引扫描而不是索引搜索.

以下是一个例子:

SQL Server在以下情况下执行索引扫描(where子句中的参数)

declare @val1 nvarchar(40), @val2 nvarchar(40);
set @val1 = 'val1';
set @val2 = 'val2';

select 
    min(id) 
from 
    scor_inv_binaries 
where 
    col1 in (@val1, @val2) 
group by 
    col1

另一方面,以下查询执行索引搜索:

select 
    min(id) 
from 
    scor_inv_binaries 
where 
    col1 in ('val1', 'val2') 
group by 
    col1

有没有人观察到类似的行为,以及他们如何解决这个问题以确保查询执行索引搜索而不是索引扫描？

我们无法使用forceseek表提示,因为SQL Sserver 2005支持forceseek.

我也更新了统计数据.非常感谢你的帮助.

Answer 1

那么回答你的问题为什么SQL Server这样做,答案是查询不是按逻辑顺序编译的,每个语句都是根据它自己的优点编译的,所以当生成select语句的查询计划时,优化器不知道@ val1和@ Val2将分别成为'val1'和'val2'.

当SQL Server不知道该值时,它必须最好地猜测该变量将在表中出现的次数,这有时会导致次优计划.我的主要观点是,具有不同值的相同查询可以生成不同的计划.想象一下这个简单的例子:

IF OBJECT_ID(N'tempdb..#T', 'U') IS NOT NULL
    DROP TABLE #T;

CREATE TABLE #T (ID INT IDENTITY PRIMARY KEY, Val INT NOT NULL, Filler CHAR(1000) NULL);
INSERT #T (Val)
SELECT  TOP 991 1
FROM    sys.all_objects a
UNION ALL
SELECT  TOP 9 ROW_NUMBER() OVER(ORDER BY a.object_id) + 1
FROM    sys.all_objects a;

CREATE NONCLUSTERED INDEX IX_T__Val ON #T (Val);

我在这里所做的就是创建一个简单的表,并为列添加值为1-10的1000行val,但是1个出现991次,而另外9个只出现一次.这个查询的前提是:

SELECT  COUNT(Filler)
FROM    #T
WHERE   Val = 1;

扫描整个表会比使用索引进行搜索更有效,然后执行991书签查找以获取值Filler,但是只有1行以下查询:

SELECT  COUNT(Filler)
FROM    #T
WHERE   Val = 2;

将索引查找更有效,并且单个书签查找以获取值Filler(并且运行这两个查询将批准此操作)

我非常肯定寻找和书签查找的切断实际上取决于具体情况,但它相当低.使用示例表,通过一些试验和错误,我发现Val在优化器通过索引查找和书签查找进行全表扫描之前,我需要列有38行,值为2:

IF OBJECT_ID(N'tempdb..#T', 'U') IS NOT NULL
    DROP TABLE #T;

DECLARE @I INT = 38;

CREATE TABLE #T (ID INT IDENTITY PRIMARY KEY, Val INT NOT NULL, Filler CHAR(1000) NULL);
INSERT #T (Val)
SELECT  TOP (991 - @i) 1
FROM    sys.all_objects a
UNION ALL
SELECT  TOP (@i) 2
FROM    sys.all_objects a
UNION ALL
SELECT  TOP 8 ROW_NUMBER() OVER(ORDER BY a.object_id) + 2
FROM    sys.all_objects a;

CREATE NONCLUSTERED INDEX IX_T__Val ON #T (Val);

SELECT  COUNT(Filler), COUNT(*)
FROM    #T
WHERE   Val = 2;

因此,对于此示例,限制是匹配行的3.7%.

由于查询在使用变量时不知道将匹配多少行,因此最简单的方法是找出总行数,并将其除以列中不同值的总数,所以在这个例子中估计的行数WHERE val = @Val是1000/10 = 100,实际算法比这更复杂,但是例如这样做.因此,当我们查看执行计划时:

DECLARE @i INT = 2;
SELECT  COUNT(Filler)
FROM    #T
WHERE   Val = @i;

我们可以在这里(使用原始数据)看到估计的行数是100,但实际行是1.从前面的步骤我们知道,超过38行,优化器将选择对索引进行聚簇索引扫描因为对行数的最佳猜测高于此,所以未知变量的计划是聚集索引扫描.

只是为了进一步证明这个理论,如果我们创建的表格中有1000行数字1-27均匀分布(因此估计的行数大约为1000/27 = 37.037)

IF OBJECT_ID(N'tempdb..#T', 'U') IS NOT NULL
    DROP TABLE #T;

CREATE TABLE #T (ID INT IDENTITY PRIMARY KEY, Val INT NOT NULL, Filler CHAR(1000) NULL);
INSERT #T (Val)
SELECT  TOP 27 ROW_NUMBER() OVER(ORDER BY a.object_id)
FROM    sys.all_objects a;

INSERT #T (val)
SELECT  TOP 973 t1.Val
FROM    #T AS t1
        CROSS JOIN #T AS t2
        CROSS JOIN #T AS t3
ORDER BY t2.Val, t3.Val;

CREATE NONCLUSTERED INDEX IX_T__Val ON #T (Val);

然后再次运行查询,我们得到一个索引搜索计划:

DECLARE @i INT = 2;
SELECT  COUNT(Filler)
FROM    #T
WHERE   Val = @i;

因此,希望能够全面涵盖您实现该计划的原因.现在我想下一个问题是你如何强制一个不同的计划,答案是,使用查询提示OPTION (RECOMPILE),在参数的值已知时强制查询在执行时编译.恢复原始数据,其中最佳计划Val = 2是查找,但使用变量产生带有索引扫描的计划,我们可以运行:

DECLARE @i INT = 2;
SELECT  COUNT(Filler)
FROM    #T
WHERE   Val = @i;

GO

DECLARE @i INT = 2;
SELECT  COUNT(Filler)
FROM    #T
WHERE   Val = @i
OPTION (RECOMPILE);

我们可以看到后者使用索引查找和键查找,因为它在执行时检查了变量的值,并选择了该特定值的最合适的计划.问题OPTION (RECOMPILE)在于这意味着您无法利用缓存的查询计划,因此每次编译查询都需要额外的成本.

Answer 2

尝试

declare @val1 nvarchar(40), @val2 nvarchar(40);
set @val1 = 'val1';
set @val2 = 'val2';

select 
    min(id) 
from 
    scor_inv_binaries 
where 
    col1 in (@val1, @val2) 
group by 
    col1
OPTION (RECOMPILE)