SQL Server 2016：有联接和无联接的查询性能

Question

我有 2 个表 TABLE1 和 TABLE2。

• TABLE1 包含 masterId、Id、col1、col2、category 列
• TABLE2 具有列 Id、col1、col2

TABLE2.Id 是主键，TABLE1.Id 是外键。

TABLE1.masterId 是 TABLE1 的主键。

TABLE1 有 1000 万行，ID 为 1 到 1000 万，前 10 行的类别 = 1

TABLE2 只有 10 行，ID 为 1 到 10。

现在我想要 col1 和 col2 值的 category=1（来自 TABLE1 或 TABLE2，因为两个表中的值相同）

以下 2 个查询中哪个查询的输出速度更快？

解决方案1：

SELECT T1.col1, T1.col2 
FROM TABLE1 T1
WHERE T1.category = 1

解决方案2：

SELECT T2.col1, T2.col2 
FROM TABLE2 T2 
INNER JOIN TABLE1 T1 ON T1.Id = T2.Id
WHERE T1.category = 1

解决方案 2 是否可以节省数百万行 TABLE1 的表扫描时间。

限制是： 在我的真实数据库场景中，我可以将 Table1.Id 设为非聚集索引，将 Table1.category 设为非聚集索引。我无法将 Table1.Id 作为聚集索引，因为在实际场景中我的 Table1 中实际上有另一个自动增量列作为主键。因此，请与此限制分享您的想法。

请确认并分享对此的想法。

Answer 1

这取决于现有的索引。对于 T1 中的 Id 上的非聚集索引，解决方案 2 可能比解决方案 1 执行得更好，这将需要完整的表扫描来选择具有 category1 的行。相反，如果我们在 Category 上也有一个非聚集索引，那么解决方案 1 会更快，因为它只需要寻找非聚集索引来查找行。

如果 T1 上的 Id 没有任何索引，则需要完整扫描才能找到 T2.Id 行，因此解决方案 2 可能需要对 T1 进行 10 次完整扫描，而针对解决方案 1 可能需要对 T1.Category 进行 1 次完整扫描，因此解决方案 1 可能更快。但这取决于查询优化器和测试真实案例，看看实际执行计划是什么是最好的回答方式。

但要走的路是实现正确的模型，然后继续创建使查询快速运行所需的索引。

编辑：根据查询编辑调整答案。 Edit2：索引覆盖会很昂贵，并且在表 1 上的 PK 上查找 10 个索引不会花费太多。

Answer 2

[通知]

这个答案是针对旧版本的问题，https://stackoverflow.com/revisions/65263530/7

当时的情景是：

• T2 还有一个category 列，并且，
• 第二个查询是：

  SELECT T2.col1, T2.col2 
  FROM TABLE2 T2 
  INNER JOIN TABLE1 T1 ON T1.categoryId = T2.category Id
  WHERE T2.category = 1

---

假设唯一的索引是 PK，不，解决方案 2 不会避免表扫描。更糟糕的是：

解决方案 1 全表扫描

解决方案 2 对 T2（T2.category）进行全表扫描，然后进行嵌套循环（T2.category = T1.category）

请问，你在这里的目标是什么？

Answer 3

首先，这句话表明缺乏对数据库的理解：

类别 = 1 的前 10 行

SQL 表代表无序 集合。没有“前 10 行”之类的东西。在您的问题的上下文中，我认为您的意思是“id 值最低的 10 行”。但是，从引擎的角度来看，表的排序仍然是任意的。在某些情况下，可以合理地将 聚集 索引假定为“表排序”，但不能保证：

select *
from t;

以特定顺序返回数据即使使用聚集索引。

第一个查询的两个可能的执行计划——取决于索引——是：

1. 扫描表格（即读取数百万行）并对每一行进行测试。
2. 扫描category 上的索引并获取所需的行。

一般来说，当扫描的行数以百万计且返回的行数仅为几时，(1) 会比 (2) 慢得多。但是，如果返回了所有记录的很大一部分，这可能不是真的。

我将您的问题解释为询问第二个查询是否会比第一个更快：

SELECT T2.col1, T2.col2 
FROM TABLE2 T2 INNER JOIN
     TABLE1 T1 
     ON T1.Id = T2.Id
WHERE T1.category = 1;

答案是“肯定比扫描快”。如果您在Table1(id, category) 上有索引，这是可能的。但是，使用EXISTS 编写查询会更好：

select t2.*
from table2 t2
where exists (select 1
              from table1 t1
              where t1.id = t2.id and t2.category = 1
             );

我希望这也比第一个查询的索引版本更快。即使在(category) 上有索引，数据库仍然必须获取select 的数据。如果数据在一页上（正如“第一个”陈述可能暗示的那样），那么两者可能具有相当的可比性。但是，在table1 上使用正确的索引很难衡量性能差异。

关于 SQL Server 中的聚集索引的说明。如果id是identity主键且没有其他聚集索引，则自动作为聚集索引使用。