SQL - 优先考虑 WHERE 条件

Question

我有一种情况，一个看起来相当简单的 select 语句需要几分钟才能完成；这个语句看起来像：

SELECT *
  FROM MyView
 WHERE MyFunction(Col_1, Col_2, Col_3, Col_4) = 1
   AND Col_8 = 20
;

现在，时间分布（大致）为 select 的 1/3 和 MyFunction 调用的 2/3（通过简单地注释函数调用并与完整的 select 时间进行比较来衡量）。

现在，仅第二个条件（即Col_8 = 20）已经减少了记录数。

我尝试运行相同的查询两次，首先调用函数，然后调用它，两者都返回相同的值（当然）但也花费了相同的时间。

我想知道如果第一个条件已经失败，如何阻止函数的调用，并想到了两个替代方案：

1. 将第一个条件设置为Col_8 = 20，将第二个条件设置为第一个条件的CASE（即如果第一个条件失败返回FALSE，否则调用该函数），

2. 将查询构建为选择中的选择。

最好的（出于可能的原因！）将是在某些编程语言中（Ada 是第一个出现的），您可以在其中编写如下内容：

<condition 1> AND THEN <condition 2>...

Answer 1

标量函数是问题！

这些操作强制优化器执行RBAR 操作，即表扫描。

更多信息：http://www.sqlservercentral.com/articles/T-SQL/135321/

因此，要修复，您需要对标量函数进行 bin 处理！你有几个选择...

1. 内联移动函数逻辑
2. 将标量函数重写为表值函数

为了说明这一点，我将使用以下代码作为标量函数的 [非常] 基本近似来运行这些选项：

CREATE FUNCTION MyFunction (
   @a int
 , @b int
 , @c int
 , @d int
)
  RETURNS bit
AS
  BEGIN
    DECLARE @return_value bit = 0;
    IF @a + @b + @c + @c > 5
      BEGIN
        SET @return_value = 1;
      END
    ;

    RETURN @return_value
  END
;

---

移动逻辑内联：

SELECT *
FROM   MyView
WHERE  Col_8 = 20
AND    Col_1 + Col_2 + Col_3 + Col_4 > 5
;

---

制作一个 TVF：

CREATE FUNCTION MyNewFunction (
   @a int
 , @b int
 , @c int
 , @d int
)
  RETURNS TABLE
AS
  RETURN
SELECT Cast(CASE WHEN @a + @b + @c + @c > 5 THEN 1 ELSE 0 END AS bit) AS return_value
;

然后调用它

SELECT *
FROM   MyView
 CROSS
 APPLY dbo.MyNewFunction(Col_1, Col_2, Col_3, Col_4) AS x
WHERE  MyView.Col_8 = 20
AND    x.return_value = 1
;

Answer 2

WHERE 语句中的函数很糟糕，因为它们必须为每一行执行。此外，在这种情况下无法进行索引。如果your function is deterministic 及其使用的列来自一个表，您可以在视图的基表中使用它来创建持久计算列。该列可以在您的WHERE 语句中使用，也可以被索引以获得更好的性能：

ALTER TABLE MyBaseTable
ADD ComputedCol AS MyFunction(Col_1, Col_2, Col_3, Col_4) PERSISTED

然后您可以使用计算列进行选择：

SELECT *
FROM MyView
WHERE ComputedCol = 1 AND Col_8 = 20

Answer 3

SELECT  *
FROM    MyView
WHERE   case 
            when Col_8 = 20 
            then case 
                    when MyFunction(Col_1, Col_2, Col_3, Col_4) = 1 
                    then 1 
                 end 
        end = 1
;

如果你在 Col_8 上有索引

SELECT      *

FROM        MyView

WHERE       Col_8 = 20 

        and case 
                when Col_8 = 20 
                then case 
                        when MyFunction(Col_1, Col_2, Col_3, Col_4) = 1 
                        then 1 
                     end 
            end = 1
;

Answer 4

实际上，通过使用子选择，您并不能保证任何事情，执行顺序是未知的。

我有一个不同的建议，不确定它是否会提高性能。使用派生表：

SELECT *
INTO TMP_FOR_SELECT
FROM MyView
WHERE Col_8 = 20;

SELECT * FROM TMP_FOR_SELECT 
WHERE  MyFunction(Col_1, Col_2, Col_3, Col_4) = 1;

除此之外，我只能在Col_8 上建议一个索引，这将有助于优化器更快地找到结果。