聚合组内常数值的 MIN/MAX 与 GROUP BY 的速度答案

【问题标题】：Speed of MIN/MAX vs GROUP BY for aggregating constant-in-group values聚合组内常数值的 MIN/MAX 与 GROUP BY 的速度
【发布时间】：2017-01-30 15:21:47
【问题描述】：

在表T 中，保证A 列的每个值都与B 列的一个值相关联（即存在functional dependency A → B）。因此，下面的两个查询都返回相同的结果。哪个一般会跑得更快？

在 A 和 B 上使用 GROUP BY

select
   A
   ,B
   ,sum(C) 
from
   T
group by
   A
   ,B

或者在B上使用MAX/MIN？

select
   A
   ,MAX(B)
   ,sum(C) 
from
   T
group by
   A

我知道 GROUP BY A 和 B 版本更擅长不隐藏与多个 B 相关联的 A 到达的数据问题，我只是好奇是否有一个查询通常需要 DBMS 执行更多的工作。如果答案完全取决于 DBMS 的选择，并且您仍有有趣的信息要分享，那么请选择您最喜欢的 DBMS 并仅针对它进行回答。

【问题讨论】：

您使用的是哪个 DBMS？后格雷斯？甲骨文？
假设 MS SQL Server 2016...
任何有 SQL Server 经验的人可能都知道不要猜测这样的东西，并在优化器中采用这两种选择来找出他们的服务包/CU 级别的答案/表大小/可用索引/碎片/处理器数量/查询标志/统计/月相（不一定按重要性顺序）。我非常笼统的回答将是一个非常无聊且缺乏想象力的“这取决于（但在大多数情况下可能不会有很大变化）”。
我会选择后者，因为它更清楚（对未来的读者）A 将在结果中是独一无二的。会影响性能的是有一个合适的覆盖索引可用......以A和B作为前导列（按此顺序）并包括C列。我希望这两个查询的性能相似，但如果一个结果是更快，我的猜测是第二个。为了掌握性能，我将查看执行计划并测量两个语句的性能。（性能主要取决于使用合适索引的计划。）

标签： sql sql-server performance

【解决方案1】：

好吧，我继续在 SQL Server 2016 上进行了测试，尽管我有兴趣发现更一般的、基于理论的信息。我在上面B 的角色中使用了四列来强调运行时间的任何差异，并提交了一个包含上述两种查询类型的批处理。 SQL Server 生成的执行计划几乎相同，但 GROUP BY 查询报告的成本是批次的 53%，而 MAX/MIN 查询的成本是 47%。

两个查询的初始索引查找步骤相同。接下来是哈希表构建步骤，其中 GROUP BY 版本比 MAX/MIN 版本产生更高的成本。之后的步骤对于两个版本的成本都可以忽略不计。

与直觉相反，尽管 GROUP BY 版本的成本略更高，但它的运行时间略更少。我想如果并行度更高，运行时仍然可能消耗更多的 CPU 周期。在这一点上，我已经达到了我的能力（和胃口）的尽头，无法搜索 DBMS 执行计划，所以我将把它留在那里。

【讨论】：