你的位置:首页 > 数据库

[数据库]Join的表顺序


在今天的文章里,我想谈下SQL Server里一个非常有趣的话题:在表联接里,把表指定顺序的话是否有意义?每次我进行查询和性能调优的展示时,大家都会问我他们是否应该把联接中的表指定下顺序,是否会帮助查询优化器得出一个更好性能的执行计划。我们来看下这个重要又有趣的问题。

合并联接(Inner Joins)

假设在AdventureWorks数据库里,你要在Sales.SalesOrderHeader表和Sales.SalesOrderDetail表之间做一个内联接:

 1 USE AdventureWorks 2 GO 3  4 -- Returns for each SalesOrderHeader record all associated SalesOrderDetail records 5 -- SQL Server performs a Merge Join, because both tables are phyiscally sorted 6 -- by the column "SalesOrderID". 7 SELECT 8   h.SalesOrderID, 9   h.CustomerID,10   d.SalesOrderDetailID,11   d.ProductID,12   d.LineTotal13 FROM Sales.SalesOrderHeader h14 JOIN Sales.SalesOrderDetail d15 ON h.SalesOrderID = d.SalesOrderID16 ORDER BY SalesOrderID17 GO

当我们查看结果的执行计划时,我们可以看到查询优化器选择了合并联接(Inner Join)作为物理联接运算符,Sales.SalesOrderHeader表作为合并联接的外联接。在执行计划里表的顺序和我们在逻辑T-SQL查询里的顺序是一样的。

现在的问题是,当我们在逻辑T-SQL查询里交换下2个表的顺序,执行计划会发生什么?我们来试下:

 1 -- The logical ordering of the tables during an Inner Join 2 -- doesn't matter. It's up to the Query Optimnizer to arrange 3 -- the tables in the best order. 4 -- This query produces the same execution plan as the previous one. 5 SELECT 6   h.SalesOrderID, 7   h.CustomerID, 8   d.SalesOrderDetailID, 9   d.ProductID,10   d.LineTotal11 FROM Sales.SalesOrderDetail d12 JOIN Sales.SalesOrderHeader h13 ON d.SalesOrderID = h.SalesOrderID14 ORDER BY SalesOrderID15 GO

但我们现在看结果的执行计划,我们发现很有意思:

在执行计划里没有任何改变!查询优化器选择了和刚才查询一样的物理执行计划。但为什么?答案非常简单:查询优化器总引用最小的表(基于我们的统计信息!)作为每个物理连接运算符(嵌套循环联接,合并联接,哈希匹配联接)的外联接表。因此在T-SQL查询里的表的逻辑顺序不会对查询优化器造成任何影响。按正确的顺序访问我们的表是查询优化器的职责。

在表A和表B之间的合并联接与表B和表A之间的合并联接是一样的。

外联接(Outer Join)

在外联接(left join,right join)里,表顺序会有啥影响?我们来看下面的查询,在Sales.Customer表和 Sales.SalesOrderHeader表之间进行左联接。

 1 -- Execute the query with an Outer Join. 2 -- Now we are also getting back customers that haven't placed orders. 3 -- The left table is the preserving one, and missing rows from the right table are added with NULL values. 4 -- SQL Server performs a "Merge Join (Left Outer Join)" in the execution plan. 5 SELECT 6   c.CustomerID, 7   h.SalesOrderID 8 FROM Sales.Customer c 9 LEFT JOIN Sales.SalesOrderHeader h10 ON c.CustomerID = h.CustomerID11 GO

当我们查看结果执行计划时,我们会看到查询优化器已经隐藏了我们的表顺序。

当然这次我们不能修改T-SQL语句里的表顺序,不然查询会返回错误的结果。但当我们在查询里切换下表会发生什么,不是左联接,我们用右联接。我们来试下:

1 -- You can rewrite the query from above with a Right Outer Join when you swap the order2 -- of the tables. This time you get back the same result (32166 rows).3 SELECT4   c.CustomerID,5   h.SalesOrderID6 FROM Sales.SalesOrderHeader h7 RIGHT JOIN Sales.Customer c8 ON c.CustomerID = h.CustomerID9 GO

当我们看执行计划时,我们再次看到没有任何改变:查询优化器转化右联接为左联接,重排了下表还是返回正确的结果。查询优化器的目标是使用最小表作为物理联接运算符的外表。因此在外联接里表的顺序也不会影响查询优化器。只要我们的统计信息是正确的,查询优化器总会选择正确的顺序。

在表A和表B之间的左联接与表B和表A之间的右联接是一样的。

小结:

在这篇文章里我们讨论对于联接,表的顺序是否会影响执行计划。如我们所见,这完全由查询优化器来决定选择优化的表顺序——基于统计信息。在合并联接里表顺序完全不影响,使用外联接的话,SQL Server可以通过切换左联接/右联接来重排表,还是获得正确的结果。

参考文章:

http://www.sqlpassion.at/archive/2015/12/15/table-ordering-for-joins/