SQL Server 选择低效的执行计划

Question

我有一个在某些情况下运行的查询，它的执行计划“过于简单”，但实际上速度很慢（3-5 秒）。查询是：

SELECT DISTINCT Salesperson.*
FROM Salesperson
    INNER JOIN SalesOrder on Salesperson.Id = SalesOrder.SalespersonId
    INNER JOIN PrelimOrder on SalesOrder.Id = PrelimOrder.OrderId
    INNER JOIN PrelimOrderStatus on PrelimOrder.CurrentStatusId = PrelimOrderStatus.Id
    INNER JOIN PrelimOrderStatusType on PrelimOrderStatus.StatusTypeId = PrelimOrderStatusType.Id
WHERE 
    PrelimOrderStatusType.StatusTypeCode = 'Draft'
    AND Salesperson.EndDate IS NULL

缓慢的执行计划看起来像：

立即脱颖而出的是实际行数/执行数显着高于各自的估计值：

如果我删除 Salesperson.EndDate IS NULL 子句，则运行更快的并行执行计划：

如果我删除 DISTINCT 关键字，类似的执行计划也会运行得非常快。

据我所知，优化器似乎根据其不正确的估计决定查询的运行成本不会很高，因此不选择并行计划。但我一生都无法弄清楚为什么它选择了不正确的计划。我检查了我的统计数据，它们都是应有的。我已经在 SQL Server 2008 到 2016 中进行了测试，结果相同。

Answer 1

SELECT DISTINCT 很贵。所以，最好避免它。像这样的：

SELECT sp.*
FROM Salesperson sp
WHERE EXISTS (SELECT 1
              FROM SalesOrder so INNER JOIN
                   PrelimOrder po 
                   ON so.Id = po.OrderId INNER JOIN
                   PrelimOrderStatus pos
                   ON po.CurrentStatusId = pos.Id INNER JOIN
                   PrelimOrderStatusType post
                   ON pos.StatusTypeId = post.Id
              WHERE sp.Id = so.SalespersonId AND
                    post.StatusTypeCode = 'Draft'
             ) AND
      sp.EndDate IS NULL;

注意：SalesPerson(EndDate, Id) 上的索引会有所帮助。

Answer 2

正如@Gordon Linoff 已经说过的，DISTINCT 通常对性能来说是个坏消息。通常这意味着你积累了太多的数据，然后将它们压缩成一个更紧凑的集合。如果可能，最好在整个过程中保持较小。

此外，带有索引扫描的查询计划比带有索引查找的查询计划更快，这有点违反直觉。似乎（在这种情况下）并行性弥补了这一点。您可以尝试使用 Cost Threshold For Parallelism Option，但请注意这是服务器范围的设置！ （再说一次，在我看来，对于我个人遇到的大多数用例来说，默认值 5 相当高；这些天 CPU 很多，时间仍然不够 =）。

有点长，但我想知道您是否可以将查询“拆分”为 2，从而消除服务器的（一小部分）猜测。我在这里假设StatusTypeCode 是独一无二的。 （也验证变量的数据类型！）

DECLARE @StatusTypeId int

SELECT @StatusTypeId = Id 
  FROM PrelimOrderStatusType 
 WHERE StatusTypeCode = 'Draft'

SELECT Salesperson.*
  FROM Salesperson
 WHERE Salesperson.EndDate IS NULL
   AND EXISTS ( SELECT * 
                  FROM SalesOrder 
                    ON SalesOrder.SalespersonId = Salesperson.Id
                  JOIN PrelimOrder 
                    ON PrelimOrder.OrderId = SalesOrder.Id 
                  JOIN PrelimOrderStatus 
                    ON PrelimOrderStatus.Id = PrelimOrder.CurrentStatusId
                   AND PrelimOrderStatus.StatusTypeId = @StatusTypeId)

如果没有帮助，您能否给出正在使用的索引的定义？