SQL Server 如何计算出估计的行数？

Question

我正在尝试调试一个相当复杂的存储过程，它连接了许多表 (10-11)。我看到对于树的一部分，估计的行数与实际的行数有很大的不同——在最坏的情况下，SQL 服务器估计将返回 1 行，而实际上返回了 55,000 行！

我正在尝试找出原因 - 我的所有统计信息都是最新的，并且我已经使用 FULLSCAN 更新了几个表格上的统计信息。我没有使用任何用户定义的函数或表变量。据我所见，SQL Server 应该能够准确估计将要返回多少行，但它会继续选择一个计划来执行数万次 RDI 查找（当它预计只执行 1或 2)。

我可以做些什么来尝试理解为什么估计的行数超出了这么多？

更新：因此，查看计划时，我发现了一个特别可疑的节点 - 它使用以下 predecate 对表进行表扫描：

status <> 5
AND [type] = 1
OR [type] = 2

这个谓词返回整个表（630 行 - 表扫描本身不是性能不佳的根源）但是 SQL 服务器的估计行数只有 37。然后 SQL 服务器继续执行几个嵌套循环这将用于 RDI 查找、索引扫描和索引搜索。这会是我严重误判的根源吗？如何让它估计更合理的行数？

Answer 1

SQL Server 将每个索引拆分为最多 200 的范围，其中包含以下数据（来自 here）：

• RANGE_HI_KEY

  显示直方图步骤上边界的键值。

• RANGE_ROWS

  指定范围内的行数（它们小于此RANGE_HI_KEY，但大于先前较小的RANGE_HI_KEY）。

• EQ_ROWS

  指定有多少行完全等于RANGE_HI_KEY。

• AVG_RANGE_ROWS

  范围内每个不同值的平均行数。

• DISTINCT_RANGE_ROWS

  指定此范围内有多少不同的键值（不包括RANGE_HI_KEY 和RANGE_HI_KEY 本身之前的前一个键）；

通常，大多数填充值进入RANGE_HI_KEY。

但是，它们可以进入范围，这可能导致分布偏斜。

想象一下这些数据（以及其他数据）：

键值行数

1          1
2          1
3          10000
4          1

SQL Server 通常构建两个范围：1 到 3 和 4 到下一个填充值，这会产生这些统计信息：

RANGE_HI_KEY  RANGE_ROWS  EQ_ROWS  AVG_RANGE_ROWS  DISTINCT_RANGE_ROWS
3             2           10000    1               2

，表示搜索2时，只有1行，最好使用索引访问。

但如果3 进入范围内，则统计数据如下：

RANGE_HI_KEY  RANGE_ROWS  EQ_ROWS  AVG_RANGE_ROWS  DISTINCT_RANGE_ROWS
4             10002       1        3334            3

优化器认为键 2 有 3334 行，索引访问成本太高。

Answer 2

它使用为每个索引保留的统计信息。

（您也可以在非索引列上创建统计信息）

要更新数据库中每个表的所有统计信息（警告：在非常大的数据库上需要一些时间。如果没有与 DBA 核实，请勿在生产服务器上执行此操作...） ：

exec sp_msforeachtable 'UPDATE STATISTICS ?'

如果您没有定期计划的作业来重建最活跃的索引（即大量的 INSERTS 或 DELETES），您应该考虑重建索引（与上述相同的警告适用）：

exec sp_msforeachtable "DBCC DBREINDEX('?')"

• Statistics Used by the Query Optimizer in Microsoft SQL Server 2008

Answer 3

由于您已经更新了统计信息，我会尝试消除任何参数嗅探：

CREATE PROCEDURE xyz
(
    @param1 int
    ,@param2 varchar(10)

)AS

DECLARE @param_1 int
       ,@param_2 varchar(10)

SELECT @param_1=@param1
      ,@param_2=@param2

...complex query here....
...WHERE column1=@param_1 AND column2=@param_2....

go

Answer 4

重建索引可能会解决不正确的估计行值问题