是什么让SQL查询优化器在嵌套循环和散列连接之间做出选择

Question

通常，是什么让SQL查询优化器在嵌套循环和散列连接之间做出决定。

Answer 1

如果循环中的条件是sargable的，那么索引就是好的，也就是说，NESTED LOOPS可以用来限制记录的数量。

对于这样的查询：

SELECT  *
FROM    a
JOIN    b
ON      b.b1 = a.a1
WHERE   a.a2 = @myvar

，在a前导的情况下，将获取来自a的每条记录，并应找到b中所有对应的记录。

如果b.b1是索引的，并且基数很高，那么NESTED LOOP将是首选方法。

在SQL Server中，这也是执行非等价连接的唯一方法( ON子句中的=条件除外)

如果需要解析所有(或几乎所有)记录，则HASH JOIN是最快的方法。

它从b中获取所有记录，在这些记录上构建一个哈希表，然后从a中获取所有记录，并使用连接列的值作为键来查找哈希表。

• NESTED LOOPS花了这段时间：

Na * (Nb / C) * R，

其中Na和Nb是a和b中的记录数，C是索引基数，R是行查找所需的常量时间(1是SELECT中的所有字段，WHERE和ORDER BY子句包含在索引中，如果它们是D27，则花费以下时间：

Na + (Nb * H)

，其中H是构建和查找哈希表所需的常量之和(每条记录)。它们被编程到引擎中。

SQL Server使用表统计信息计算基数，计算并比较这两个值，然后选择最佳方案。

Answer 2

通常，它将依赖于要连接的集合的大小。

我强烈推荐阅读Itzik Ben-Gan的“Microsoft SQL Server 2008内幕: T-SQL查询”：

http://www.solidq.com/insidetsql/books/insidetsql2008/

( 2005版也同样适用于此主题)

他探讨了你的问题，以及其他许多人，当涉及到最大限度地利用你的问题。