【发布时间】：2018-01-12 13:48:38
【问题描述】：
让我们使用以下脚本创建一个简单的表order(id: int, category: int, order_date: int)
IF OBJECT_ID('dbo.orders', 'U') IS NOT NULL DROP TABLE dbo.orders
SELECT TOP 1000000
NEWID() id,
ABS(CHECKSUM(NEWID())) % 100 category,
ABS(CHECKSUM(NEWID())) % 10000 order_date
INTO orders
FROM sys.sysobjects
CROSS JOIN sys.all_columns
现在，我有两个等价的查询（至少我相信它们是等价的）：
-- Q1
select distinct o1.category,
(select count(*) from orders o2 where order_date = 1 and o1.category = o2.category)
from orders o1
-- Q2
select o1.category,
(select count(*) from orders o2 where order_date = 1 and o1.category = o2.category)
from (select distinct category from orders) o1
但是，当我运行这些查询时，它们具有明显不同的特征。 Q2 对我的数据来说快了两倍，这显然是由于查询计划在加入之前首先找到唯一类别（以下查询计划中的哈希匹配）。
如果添加请求的索引，差异仍然存在
CREATE NONCLUSTERED INDEX ix_order_date ON orders(order_date)
INCLUDE (category)
此外，Q2 还可以有效地使用以下索引，而 Q1 保持不变：
CREATE NONCLUSTERED INDEX ix_orders_kat ON orders(category, order_date)
我的问题是：
- 这些查询是否等效？
- 如果是，SQL Server 2016 查询优化器在 Q1 的情况下找到第二个查询计划的障碍是什么（我相信这种情况下搜索空间一定很小）？
- 如果没有，您能否发布一个反例？
编辑
我提出这个问题的动机是，我想了解为什么查询优化器在重写简单查询方面如此糟糕，而且它们如此严重地依赖 SQL 语法。 SQL 语言是一种声明性语言，因此，为什么 SQL 查询处理器经常由语法驱动，即使对于这样的简单查询也是如此？
【问题讨论】：
-
为什么不只是
SELECT category, COUNT(*) FROM dbo.orders WHERE order_date = 1 GROUP BY category;？您是否简化了一个更复杂的问题？ -
您可以使用@AaronBertrand 的查询发布查询计划吗？这将是您想要的结果的最典型示例。
-
@justiceorjustus 实际上，它不是前两个的等效查询。当没有
order_date = 1时，它会忽略类别 -
@RadimBača 也许然后去
SELECT category, COUNT(CASE WHEN order_date = 1 THEN 1 END) FROM dbo.orders GROUP BY category; -
@justiceorjustus 谢谢，条件聚合这会导致一次顺序扫描，这可能是好是坏取决于选择性，如下所示：stackoverflow.com/questions/45795898/… 也许我应该在我的问题中更清楚，我会想了解为什么查询优化器在重写简单查询方面如此糟糕，而且它们如此严重地依赖 SQL 语法。
标签： sql performance query-optimization sql-server-2016