序言

本篇主要目的有二：

1、看懂t-sql的執(zhí)行計劃，明白執(zhí)行計劃中的一些常識。

2、能夠分析執(zhí)行計劃，找到優(yōu)化sql性能的思路或方案。

如果你對sql查詢優(yōu)化的理解或常識不是很深入，那么推薦幾騙博文給你：SqlServer性能檢測和優(yōu)化工具使用詳細，sql語句的優(yōu)化分析，T-sql語句查詢執(zhí)行順序。

執(zhí)行計劃簡介

1、什么是執(zhí)行計劃？

大哥提交的sql語句，數據庫查詢優(yōu)化器，經過分析生成多個數據庫可以識別的高效執(zhí)行查詢方式。然后優(yōu)化器會在眾多執(zhí)行計劃中找出一個資源使用最少，而不是最快的執(zhí)行方案，給你展示出來，可以是xml格式，文本格式，也可以是圖形化的執(zhí)行方案。

2、預估執(zhí)行計劃，實際執(zhí)行計劃

選擇語句，點擊上面其中一個執(zhí)行計劃，預估執(zhí)行計劃可以立即顯示，而實際執(zhí)行計劃則需要執(zhí)行sql語句后出現。預估執(zhí)行計劃不等于實際執(zhí)行計劃，但是絕大多數情況下實際的執(zhí)行計劃跟預估執(zhí)行計劃都是一致的。統(tǒng)計信息變更或者執(zhí)行計劃重編譯等情況下，會造成不同。

3、為什么要讀懂執(zhí)行計劃

首先執(zhí)行計劃讓你知道你復雜的sql到底是怎么執(zhí)行的，有沒有按照你想的方案執(zhí)行，有沒有按照最高效的方式執(zhí)行，使用啦眾多索引的哪一個，怎么排序，怎么合并數據的，有沒有造成不必要資源浪費等等。官方數據顯示，執(zhí)行t-sql存在問題，80%都可以在執(zhí)行計劃中找到答案。

4、針對圖形化執(zhí)行計劃分析

執(zhí)行計劃，可以以文本，xml，圖形化展示出來。本騙主要以圖形化執(zhí)行計劃主導進行分析，然而執(zhí)行計劃中包含78個可用的操作符，本篇也只能對常用的進行分析，常用的幾乎就包含你日常所有的了。Msdn上有圖片介紹：https://msdn.microsoft.com/zh-cn/library/ms175913(v=sql.90).aspx

5、怎么看執(zhí)行計劃

圖形化執(zhí)行計劃是從上到下從又到左看的。

6、清除緩存的執(zhí)行計劃

dbcc freeprocache

dbcc flushprocindb（db_id）

看懂圖形化執(zhí)行計劃

1、連線

1、越粗表示掃描影響的行數愈多。

2、Actual Number of Rows 掃描中實際影響的的行數。

3、EstimatedNumber of Rows 預估掃描影響的行數。

4、Estimated row size操作符生成的行的估計大小（字節(jié)）。

5、Estimated Data Size 預估影響的數據的大小。

2、Tooltips,當前步驟執(zhí)行信息

Note：這個tips的信息告訴我們執(zhí)行的對象是什么，采用的操作操作是什么，查找的數據是什么，使用的索引是什么，排序與否，預估cpu、I/O、影響行數，實際行數等信息。具體參數清單參見msdn：https://msdn.microsoft.com/zh-cn/library/ms178071(v=sql.90).aspx

3、Table Scan（表掃描）

當表中沒有聚集索引，又沒有合適索引的情況下，會出現這個操作。這個操作是很耗性能的，他的出現也意味著優(yōu)化器要遍歷整張表去查找你所需要的數據。

4、Clustered Index Scan(聚集索引掃描)、Index Scan（非聚集索引掃描）

這個圖標兩個操作都可以使用，一個聚集索引掃描，一個是非聚集索引掃描。

聚集索引掃描：聚集索引的數據體積實際是就是表本身，也就是說表有多少行多少列，聚集所有就有多少行多少列，那么聚集索引掃描就跟表掃描差不多，也要進行全表掃描，遍歷所有表數據，查找出你想要的數據。

非聚集索引掃描：非聚集索引的體積是根據你的索引創(chuàng)建情況而定的，可以只包含你要查詢的列。那么進行非聚集索引掃描，便是你非聚集中包含的列的所有行進行遍歷，查找出你想要的數據。

5、Key Lookup(鍵值查找)

首先需要說的是查找，查找與掃描在性能上完全不是一個級別的，掃描需要遍歷整張表，而查找只需要通過鍵值直接提取數據，返回結果，性能要好。

當你查找的列沒有完全被非聚集索引包含，就需要使用鍵值查找在聚集索引上查找非聚集索引不包含的列。

6、RID Lookoup（RID查找)

跟鍵值查找類似，只不過RID查找，是需要查找的列沒有完全被非聚集索引包含，而剩余的列所在的表又不存在聚集索引，不能鍵值查找，只能根據行表示Rid來查詢數據。

7、Clustered Index Seek（聚集索引查找）、Index Seek（非聚集索引查找）

聚集索引查找和非聚集索引查找都是使用該圖標。

聚集索引查找：聚集索引包含整個表的數據，也就是在聚集索引的數據上根據鍵值取數據。

非聚集索引查找：非聚集索引包含創(chuàng)建索引時所包含列的數據，在這些非聚集索引的數據上根據鍵值取數據。

8、Hash Match

這個圖標有兩種地方用到，一種是表關聯(lián)，一種是數據聚合運算時。

再分別說這兩中運算的前面，我先說說Hashing（編碼技術）和Hash Table（數據結構）。

Hashing：在數據庫中根據每一行的數據內容，轉換成唯一符號格式，存放到臨時哈希表中，當需要原始數據時，可以給還原回來。類似加密解密技術，但是他能更有效的支持數據查詢。

Hash Table：通過hashing處理，把數據以key/value的形式存儲在表格中，在數據庫中他被放在tempdb中。

接下來，來說說Hash Math的表關聯(lián)跟行數據聚合是怎么操作運算的。

表關聯(lián)：

如上圖，關聯(lián)兩個數據集時，Hash Match會把其中較小的數據集，通過Hashing運算放入HashTable中，然后一行一行的遍歷較大的數據集與HashTable進行相應的匹配拉取數據。

數據聚合：當查詢中需要進行Count/Sum/Avg/Max/Min時，數據可能會采用把數據先放在內存中的HashTable中然后進行運算。

9、Nested Loops

這個操作符號，把兩個不同列的數據集匯總到一張表中。提示信息中的Output List中有兩個數據集，下面的數據集（inner set）會一一掃描與上面的數據集（out set），知道掃描完為止，這個操作才算是完成。

10、Merge Join

這種關聯(lián)算法是對兩個已經排過序的集合進行合并。如果兩個聚合是無序的則將先給集合排序再進行一一合并，由于是排過序的集合，左右兩個集合自上而下合并效率是相當快的。

11、Sort（排序）

對數據集合進行排序，需要注意的是，有些數據集合在索引掃描后是自帶排序的。

12、Filter（篩選）

根據出現在having之后的操作運算符，進行篩選

13、Computer Scalar

在需要查詢的列中需要自定義列，比如count（*） as cnt ，select name+''+age 等會出現此符號。

根據執(zhí)行計劃細節(jié)要做的優(yōu)化操作

這里會有很多建議給出，我不一一舉例了，給出幾個示例，想做到優(yōu)化行家，多的還需要大家去悟去理解。

1、如果select * 通常情況下聚集索引會比非聚集索引更優(yōu)。

2、如果出現Nested Loops，需要查下是否需要聚集索引，非聚集索引是否可以包含所有需要的列。

3、Hash Match連接操作更適合于需要做Hashing算法集合很小的連接。

4、Merge Join時需要檢查下原有的集合是否已經有排序，如果沒有排序，使用索引能否解決。

5、出現表掃描，聚集索引掃描，非聚集索引掃描時，考慮語句是否可以加where限制，select * 是否可以去除不必要的列。

6、出現Rid查找時，是否可以加索引優(yōu)化解決。

7、在計劃中看到不是你想要的索引時，看能否在語句中強制使用你想用的索引解決問題，強制使用索引的辦法Select CluName1,CluName2 from Table with(index=IndexName)。

8、看到不是你想要的連接算法時，嘗試強制使用你想要的算法解決問題。強制使用連接算法的語句：select * from t1 left join t2 on t1.id=t2.id option(Hash/Loop/Merge Join)

9、看到不是你想要的聚合算法是，嘗試強制使用你想要的聚合算法。強制使用聚合算法的語句示例：select age ,count(age) as cnt from t1 group by age option(order/hash group)

10、看到不是你想要的解析執(zhí)行順序是，或這解析順序耗時過大時，嘗試強制使用你定的執(zhí)行順序。option（force order）

11、看到有多個線程來合并執(zhí)行你的sql語句而影響到性能時，嘗試強制是不并行操作。option（maxdop 1）

12、在存儲過程中，由于參數不同導致執(zhí)行計劃不同，也影響啦性能時嘗試指定參數來優(yōu)化。option（optiomize for（@name='zlh'））

13、不操作多余的列，多余的行，不做務必要的聚合，排序。

小結

已經到晚間2點半啦，查詢優(yōu)化沒有做過于詳細的分解，見諒，如果你在看到本文后有什么疑問，歡迎加入博客左上角群，一起交流學習，安。

總結

以上是生活随笔為你收集整理的SQLSERVER执行计划详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。