大数据量表中如何有效使用非聚集索引及如何避免使用LEFT JOIN
今天在查看一些过程，发现了点问题，和大家一起讨论一下：
--================================================================
一、如何有效利用索引，查询顾客编号＞的所有订单信息
--================================================================
--代替非聚焦索引扫描的方法
--此时因选择度过低而无法有效利用索引查找而选择表扫描
USE AdventureWorks;
GO
DBCC DROPCLEANBUFFERS;
GO
DBCC FREEPROCCACHE;
GO
SELECT SalesOrderID,OrderDate,Status,CustomerID,TaxAmt,TotalDue
FROM Sales.SalesOrderHeader
WHERE CustomerID>16000
DBCC DROPCLEANBUFFERS;
GO
DBCC FREEPROCCACHE;
GO
--首先在非聚焦索引叶级中扫描获得最大及最小的订单号，由于此时表扫描只是在叶级所以I/O操作会明显减少
DECLARE @min int,
@max int
SELECT @min=MIN(SalesOrderID),@max=MAX(SalesOrderID)
FROM Sales.SalesOrderHeader
WHERE CustomerID>16000
--使用聚焦索引进一步限制查询的条件，从而进行聚焦索引查找，找到合适的订单后再根据CustomerID过滤记录
SELECT SalesOrderID,OrderDate,Status,CustomerID,TaxAmt,TotalDue
FROM Sales.SalesOrderHeader
WHERE SalesOrderID BETWEEN @min AND @max
AND CustomerID>16000
--==========================================================================================
--代替LEFT JOIN的方法，此方法在右表中对应左表记录少的情况下会显著提高查询性能
--如果左表数据在右表中基本都存在，则使用LEFT会更有效率
--为了防止在查询中出现LEFT操作，在设计数据库时应尽量避免关联表中不一致的情况出现
--比如产品的类别和具体产品的对应关系中，可在类别加入一个无类别的记录以对应不知是何类别的产品
--==========================================================================================
USE AdventureWorks;
GO
--1、查询所有客户的总订单数量
SELECT C.CustomerID,COALESCE(SUM(OrderQty),0) AS Quantity
FROM Sales.Customer C LEFT JOIN
Sales.SalesOrderHeader O ON C.CustomerID=O.CustomerID
LEFT JOIN Sales.SalesOrderDetail D ON O.SalesOrderID=D.SalesOrderID
GROUP BY C.CustomerID
GO
DBCC FLUSHPROCINDB(8);
GO
DBCC DROPCLEANBUFFERS;
GO
--2、替代的查询方式
DECLARE @CustomerInfo table
(
CustomerID int not null,
Quantity smallint not null
)
INSERT INTO @CustomerInfo
SELECT CustomerID,0
FROM Sales.Customer;
WITH SumQuantity AS
(
SELECT O.CustomerID,COALESCE(SUM(OrderQty),0) AS Quantity
FROM Sales.SalesOrderHeader O
JOIN Sales.SalesOrderDetail D ON O.SalesOrderID=D.SalesOrderID
GROUP BY O.CustomerID
)
UPDATE @CustomerInfo
SET C.Quantity=S.Quantity
FROM @CustomerInfo C JOIN SumQuantity S
ON S.CustomerID=C.CustomerID;
SELECT * FROM @CustomerInfo;
GO
在对表进行联结时有三种方式：嵌套循环、合并联结及哈稀联结，所占用的资源依次增加，出现哈稀联结的情况是在所联结的字段上没有创建索引所导致的。下面是使用LEFT JOIN 时的查询计划，可以看到有一个哈稀联结，正是因为SalesOrderDetail与SalesOrderHeader联结的结果没有相应的索引，因此在与Customer表进行联结时出现了哈稀联结。
但在使用替代的方法后，没有了哈稀及对SalesOrderDetail与SalesOrderHeader表的扫描，因此查询成本比使用LEFT要提高9倍左右。因为过程中使用了表变更，会增加一些额外的I/O操作，如果在高速磁盘中，查询应该快于使用LEFT。
--==========================================================================================
--三、让存储过程正确的选择查询计划
--说来说去都是如何有效的使用非聚集索引的问题，下面的过程选择大于日期参数的所有订单信息
--但是因为选择度的问题，可能会因为缓存计划而误导了SQL查询优化器，因此请提示它正确选择
--如果你觉得对某参数的选择范围变化很大，而另一些参数的变化很小，请使用的新的语句级编译提示
--以减少对所有语句都重新编译带来的开销
--==========================================================================================
USE Northwind
GO
CREATE PROC dbo.usp_GetOrders
@odate AS DATETIME
AS
SELECT OrderID, CustomerID, EmployeeID, OrderDate
FROM dbo.Orders
WHERE OrderDate >= @odate
--OPTION(RECOMPILE);
GO
--选择度高的查询
EXEC dbo.usp_GetOrders '19980506';
--选择度低的查询
EXEC dbo.usp_GetOrders '19960101';
SELECT cacheobjtype, objtype, usecounts, sql
FROM sys.syscacheobjects
WHERE sql NOT LIKE '%cache%'
AND sql LIKE '%usp_GetOrders%';
如果不加OPTION(RECOMPILE)，执行第一条语句时因选择度高使用非聚集索引查找可提高查询性能，因为这时有了缓存计划，在执行第二条语句是直接使用了缓存的计划，但因为选择度低，使用表扫描反而比索引查找更有效率。所以像这种参数对选择数据量有很大影响时，请使用查询提示。
