【100分】真正的疑难问题，相同的语句，效率天差地别！！！！！！！！！！！

[丰云]

如题，下面的是相关说明：

--视图V_test:
select a.1,a.2,a.3,b.1,b.2,b.3 from a inner join b on a.0=b.0

--语句1：
Select top 15 * FROM 
(
select ROW_NUMBER() Over(order by id) as rowId, * from V_test
where  type=123 and zt='测试'
) as tempTable where rowId > 0

--语句2：
Select top 15 * FROM 
(
select ROW_NUMBER() Over(order by id) as rowId, * from V_test
where  type=123 and zt='测试'
) as tempTable where rowId > 15
--说明，所有相关子段都加了索引,视图数据总量277万。
--语句1瞬间就出来了，语句2接近一分钟才出结果
--查看数据库记录，语句2逻辑读非常高
--为什么？两个语句完全一样，除了最后那个分页起始条件不同！
--求教各路高手不吝赐教啊

[--小F--]

rowId > 15的记录是不是很多？如果很多的话可能会导致索引失效。

[丰云]

[Quote=引用 1 楼 的回复:]

rowId > 15的记录是不是很多？如果很多的话可能会导致索引失效。
[/Quote]
rowId > 15很多的话，那rowId > 0应该更多才对啊，为什么语句1那么快呢

[开着拖拉机泡妞]

[Quote=引用楼主 的回复:]
如题，下面的是相关说明：
SQL code

--视图V_test:
select a.1,a.2,a.3,b.1,b.2,b.3 from a inner join b on a.0=b.0

--语句1：
Select top 15 * FROM
(
select ROW_NUMBER() Over(order by id) as rowId, * from V_test
where ……
[/Quote]

一楼的你考虑一下。另外你这个rowid上面是没有索引的，想办法把子查询的语句的结果放到临时表，在给rowid加索引试试

[lxig20077]

顶楼上 很可能是这样的

[开着拖拉机泡妞]

楼主最好把你的执行计划图贴出来，看看哪个部分有问题，可以优化

[丰云]

[Quote=引用 5 楼 的回复:]

楼主最好把你的执行计划图贴出来，看看哪个部分有问题，可以优化
[/Quote]
两个语句的执行计划图完全一样

[开着拖拉机泡妞]

还得考虑缓存。你贴出来看看嘛

[丰云]

图太大，不好贴，我把参数发出来：

--select开销   0%
--前几行（top）  0%
--筛选器（filter）   0%
--序列射影（compute scalar）   0%
--计算标量（compute scalar）   0%
--段（segment）    0%
--排序 sort    4%
--嵌套循环（inner join）   1%
--表扫描     0%
--索引查找     1%
--聚集索引查找    94%

感觉这些数字比较正常。。。。。

[快溜]

第一个优化器根本就不考虑where rowId > 0，因为rowId永远大于0，第二个就不同了

[开着拖拉机泡妞]

[Quote=引用 9 楼 的回复:]

第一个优化器根本就不考虑where rowId > 0，因为rowId永远大于0，第二个就不同了
[/Quote]

对，第一个语句实际上是查找所有的数据，第二个语句实际上只是查找满足条件的那15条数据，
这个差别肯定很大。而且你的rowid上没索引，肯定会全表扫面，那样的话I/O开小会很大了

[丰云]

--在公司DB的建议下，改成用临时表，问题解决
--但心里还是有一些怪怪的，
--sql server 内部优化到底干什么了，感觉有些乱。。。。
IF OBJECT_ID (N'tempdb.dbo.#tempTable', N'U') IS NOT NULL
DROP TABLE #tempTable;
select ROW_NUMBER() Over(order by id) as rowId, * from V_test where  type= @type and zt = @zt;
select * FROM #tempTable where rowId > @start and rowId <= @end;

[丰云]

--刚才发的有错，重发
IF OBJECT_ID (N'tempdb.dbo.#tempTable', N'U') IS NOT NULL
DROP TABLE #tempTable;
select ROW_NUMBER() Over(order by id) as rowId, * into #tempTable from V_test where  type= @type and zt = @zt;
select * FROM #tempTable where rowId > @start and rowId <= @end;

[开着拖拉机泡妞]

SQL Server的查询优化器是一个基于成本的优化器。它为一个给定的查询分析出很多的候选的查询计划，并且估算每个候选计划的成本，从而选择一个成本最低的计划进行执行。实际上，因为查询优化器不可能对每一个产生的候选计划进行优化，所以查询优化器会在优化时间和查询计划的质量之间进行一个平衡，尽可能的选择一个“最优”的计划。
　　所以，查询优化器成为SQL Server中最重要的一个组件，并且影响着SQL Server的性能。选择正确或错误的执行计划意味着查询执行时间可能存在着毫秒的，几分钟，甚至几个小时之间的差异。
　　了解查询优化的内部机制，可以帮助DBA和开发人员能够编写更好的查询，或者给查询优化器提供信息使得它可以产生有效的执行计划。本系列文章讲述的查询优化器的内部运作的知识，此外，还会告诉你如何使用查询优化器的相关信息进行性能诊断。
　　下面，我们首先来看看：查询优化器是如何工作的。
　　在SQL Server数据库引擎的核心是两个主要部分组成：存储引擎和查询处理器(也被称为关系引擎)。存储引擎负责在磁盘和内存之间以最优化的方式读取数据，同时维护数据的完整性。查询处理器，顾名思义，接受提交给SQL Server所有的查询，并且为产生他们的最佳执行计划，然后执行该计划，并提供所需的结果。
　　我们将查询以T-SQL的形式提交给SQL Server。因为SQL语句是一个高层抽象的声明性的语言，它仅仅只是定义了要从数据库中获取什么样的数据，而没有告诉如何去获取这些数据(或者说，没有定义获取数据的方法和步骤)。所以，对于SQL Server所接受到的每一个查询，查询处理器的首要任务就是产生一个计划，这个计划就描述了如何去执行查询，之后就由存储引擎去执行这个计划了。
　　为了确保已经达到在查询处理器认为是最好的计划执行查询，查询处理器执行不同的步骤，整个查询处理过程如图所示：


　　当然，上面的图只是一个最简单的示例图，下面，给大家看另外一个图，体会一下一个查询处理的过程：

　　我们在后续的文章中会看到每一个步骤的详细讲解与应用，下面我们就简单的介绍图中的一些步骤(为了简单起见，我们以第一幅图为例子)
　　1. Parsing 和Binding(解析与绑定)：在一个查询提交给了数据库之后，首先就要被进行语法的解析，如果这个查询的语法是没有问题的，那么这个Parsing过程的输入结果就是一个逻辑树，在这个逻辑树种每一个节点都表示了这个查询进行的每个操作，例如读取某个表，进行inner join等。
　　下面，给大家看一个逻辑树的例子，对于下面的查询：
　　产生的逻辑树如下：


　　这个过程就是编译原理的一个文法词法的解析。
　　谈完了Parsing，之后的操作就是Binding了，这个操作现在改名字为Algebrizer。这个操作主要就是检查解析产生的逻辑树中的对象是否存在，例如Customer是否是数据库中的表，CustomerID字段是否在Customer表中等。
　　经过了这个Binding之后，就会产生另外一个树形的数据结构，传递给下一个步骤。
　　2. 查询优化。这个过程主要是使用上述过程中的Algebrizer Tree进行优化的处理过程，我们这里大体的可以将这个优化的处理过程分为两个步骤：
　　a. 产生执行计划。在这个过程中，查询优化器会使用之前的树，产生执行计划。这个过程主要是将树上的逻辑操作转换为物理操作(其实就是存储引擎可以调用的方法，这些方法就是实实在在的去读取数据的)。
　　b. 估算每个执行计划的成本。一个逻辑操作可以有很多的物理操作与其对应，而每个物理操作的成本不一样，同时，也没用所谓的“什么物理操作比其他的物理操作更优” ，一切视情况可认定。在这个过程中产生很多的候选执行计划，并且查询优化器会综合考虑很多的情况，选择一个它认为“比较优”的计划，传递给存储引擎。
　　3. 查询的执行与计划的缓存。这个过程比较简单了，主要是存储引擎去执行执行计划，同时为了避免相类似的SQL查询重新编译，使用过的执行计划会被缓存在计划缓存池中。
　　基本是，我们可以看出，查询优化的过程就是一个将逻辑操作映射为物理操作的过程。

[阿宣22]

为什么这样就会快了呢？…… 逻辑上不都是先生成中间表吗？
能不能把修改后的执行计划图贴出来