你的位置:首页 > 数据库

[数据库]SQL Server里ORDER BY的歧义性


在今天的文章里,我想谈下SQL Server里非常有争议和复杂的话题:ORDER BY子句的歧义性。

视图与ORDER BY

我们用一个非常简单的SELECT语句开始。

1 -- A very simple SELECT statement2 SELECT * FROM Person.Person3 ORDER BY LastName4 GO

从刚才列出的代码你可以看到,我们只想从Person.Person表以LastName列排序返回记录。因为我们想能尽可能简单的重用那个SQL语句,最后我们把它放到视图里,如下:

1 -- This doesn't work2 CREATE VIEW v_Persons3 AS4   SELECT * FROM Person.Person5   ORDER BY LastName6 GO

但是你会看到,SQL Server不能创建那个视图,只返回一个错误信息:

这个错误信息告诉你,的那个你不使用TOP,OFFSET或FOR

1 -- Let's make it work!2 CREATE VIEW v_Persons3 AS4   SELECT TOP 100 PERCENT * FROM Person.Person5   ORDER BY LastName6 GO

现在视图创建没有任何问题!我们对视图执行一个SELECT语句。

1 SELECT * FROM v_Persons2 GO

SELECT语句本身可以执行,但当你看返回的数据时,疯狂的事情发生了:返回的数据没有按LastName列排序——SQL Server按BusinessEntityID——表上的聚集键列排序!

这是SQL Server里的BUG么?不,并不是——它是“故意的”!我们来解释下为什么。首先你要知道ORDER BY子句在SQL(编程语言本身)里用2个不同的上下文:

  1. 使用ORDER BY子句你可以定义返回给你客户端程序的排序
  2. 另外ORDER BY子句用来定义从TOP表达式哪些行返回

你必须知道的最重要的事情是,你用视图定义了所谓的集合(Set),行内函数,派生表,子查询和通用表表达式(common table expressions(CTE))。集合是数学上的概念,关系数据库(例如SQL Server)上集合论(Set Theory)的组成。集合本身是没有排序的。因此用视图定义与ORDER BY组合是不允许的——如你刚才所见。如果你尝试这样做,SQL Server不允许你这样做并给你一个错误信息。

当然你可以在与TOP表达式里组合使用ORDER BY。但基本上你在愚弄SQL Server和你自己,因为ORDER BY没有告诉SQL Server要以怎样的排序返回数据给客户端程序。假设你使用TOP 10 PERCENT。表的前10%是什么?你需要确定性的方式里定义排序。

而且因为我们必须使用TOP 100 PERCENT与ORDER BY组合,查询优化器实际上在执行计划里不会引入排序运算符。TOP 100 PERCENT意味着一切,因此如你在下图所看到的,在执行计划里TOP运算符不需要排序输入。

 

在这个例子里,我们的返回行以从内在数据结构读取的排序。这由SQL Server的存储引擎来决定返回行的排序。这里我们从聚集索引里读取行。因此我们拿到的数据按BusinessEntityID排序,这是索引列里聚集键值。

现在我们修改下视图定义,从Person.Person表值返回10%的行。我们还是指定了ORDER BY子句。

1 -- Alter the view2 ALTER VIEW v_Persons3 AS4   SELECT TOP 10 PERCENT * FROM Person.Person5   ORDER BY LastName6 GO

当你现在看结果集时,你会看到返回的行按LastName列排序的。现在才对了,因为你在执行计划里看到了排序运算符(SQL Server 2014里没有出现),因为TOP运算符最后能返回提供输入行的前10%的数据。

 

当然你可以通过ORDER BY子句在你引用的视图里按不同的排序返回10%的行给你的客户端程序。

1 SELECT * FROM v_Persons2 ORDER BY FirstName3 GO

现在当你看执行计划时,你会在计划里看到2个(SQL Server 2014里只有1个)。

 

第1个(右边)排序运算符为TOP运算符预排序(返回前10%)。第2个(左边)排序运算符用来最后定义的排序,返回给客户端程序。当你通过添加TOP 100 PERCENT来定义的视图里强制ORDER BY——你基本上就在愚弄SQL Server……

没有ORDER BY的TOP

另一个问题是没有ORDER BY子句的TOP表达式不会提供你确定性的结果。我们可以用具体的例子演示下这个问题。假设有下列SELECT语句: 

1 SELECT TOP 1 LastName FROM Person.Person2 GO

这个SQL语句用TOP 1表达式返回Person.Person表的第一行——没有用ORDER BY子句定义排序。这个排序是基于执行计划里选择的索引。在这个例子里SQL Server返回你“Abbas”给你作为结果,因为这是执行计划里查询优化器选择非聚集索引里第1条可用记录。

 

因此从这个查询返回的第1条记录取决于执行计划里选择的索引。如果现在我们把非聚集索引停用呢。

1 -- Let's deactivate this index2 ALTER INDEX [IX_Person_LastName_FirstName_MiddleName] ON Person.Person3 DISABLE4 GO

然后当你再次执行刚才的SELECT语句,SQL Server返回你Sánchez值,意味只是在执行计划里现在选择的聚集索引的第1条记录。SQL Server从聚集索引里返回了用BusinessEntityID值为1的第1行。

因此你与非确定性记录打交道时:你的结果取决与执行计划里选择的索引!你可以通过增加ORDER BY子句来轻松实现查询结果排序的明确性。在这个情况下ORDER BY子句为TOP表达式使记录确定——这样话在执行计划里你会有Sort(Top N Sort)的运算符。

1 SELECT TOP 1 LastName FROM Person.Person2 ORDER BY LastName3 GO

在执行计划里,SQL Server从哪个索引读取行并不重要——Sort(Top N Sort)的运算符在执行计划里会物理预排序行,并从它返回第N行——很简单,是不是? 

小结

在SQL(编程语言本身)里ORDER BY子句并不是一个最简单的概念。如你在这篇文章里所学的,ORDER BY使用2个不同的上下文,因此你总要考虑下你要使用哪个上下文。永远不要在视图定义里增加TOP 100 PERCENT来愚弄SQL Server和你自己——它不会在最终的记录集里体现排序。

感谢关注!