跨数据库的简单 SQL Server 查询运行速度极慢 R2答案

【问题标题】：Simple SQL Server query across databases runs extremely slow R2跨数据库的简单 SQL Server 查询运行速度极慢 R2
【发布时间】：2012-10-30 13:54:01
【问题描述】：

我在本地机器上有两个数据库，连接到localhost。它们每个都有大约 200 万行。我正在执行以下非常简单的连接，并且需要一分钟多的时间才能完成。

select distinct x.patid
    from [i 3 sci study].dbo.clm_extract as x
    left join [i 3 study].dbo.claims as y on y.patid=x.patid
    where y.patid is null

当我查看执行计划时，我看到 join showplan 运算符有这样的说法

与两个表中的实际行数相比，为什么实际行数如此高？

【问题讨论】：

每个表实际上有多少行？任何一个表都有关于 patid 的索引吗？
每桌 200 万。我没有在 patid 上包含索引，因为 SQL Server 建议的缺失索引包含五个字段
所以没有索引，您想知道为什么尝试将一侧的 200 万行匹配到另一侧的 200 万行的查询速度很慢？具有多于一列的索引有什么问题？你的意思是索引有五列，还是直接使用 INCLUDE 来带来五个额外的列？
实际上是 7.61 亿行。而且估计要差得多。您的查询有一个更好的模型（尝试不存在），但如果您主要关心的是优化此查询，我会考虑仅在两侧的 patid 列上建立索引（忘记您从 Management Studio 获得的 INLCUDE 废话垃圾索引推荐）。
where not exists 将执行时间从 65 秒缩短到 1 秒。

标签： sql sql-server performance tsql

【解决方案1】：

LEFT JOIN 会将左侧的每一行与右侧的每一行进行匹配，然后进行过滤。假设patid 在任一表中都不是唯一的，则可能的匹配组合数量可能会非常多。

尝试以下方法：

SET NOCOUNT ON;
GO
CREATE TABLE #t1 (Id INT NOT NULL);
CREATE TABLE #t2 (Id INT NOT NULL);
GO

INSERT #t1 (Id)
VALUES (1);
GO 100

INSERT #t2 (Id)
SELECT Id FROM #t1;
GO

现在看一下左连接查询表单的执行计划：

SELECT *
FROM #t1
LEFT OUTER JOIN #t2 ON #t1.Id = #t2.Id
WHERE #t2.Id IS NULL;

查看执行计划，散列连接显示 10,000 个实际行（100 来自 #t1 x 100 来自 #t2）。这显示了使用以下任何 T-SQL 语法检查是否存在（或不存在）的优势：

SELECT #t1.Id
FROM #t1
WHERE NOT EXISTS (SELECT * FROM #t2 WHERE Id = #t1.Id);

-- #t2.Id must not contain any NULLs for this to be correct
SELECT #t1.Id
FROM #t1
WHERE Id NOT IN (SELECT #t2.Id FROM #t2);

-- Returns DISTINCT #t1 values
SELECT Id
FROM #t1
EXCEPT
SELECT Id 
FROM #t2;

检查是否存在会使引擎短路。这是由于反半连接。一旦找到第一个匹配项，它就会移动到下一个记录。更多详情，see this blog post。

【讨论】：