sqlserver2K在做JOIN时，它到底是怎样工作的，工作原理是怎样的？

[vaccum]

最好能详细些。
谢谢。

[vaccum]

up

[vaccum]

比如有主表(Emp_ID为主键,IDENTITY),从表(Emp_ID为外键,有INDEX).

如果返回的结果是几万行，能否从理论上推算出JOIN的代价，应该如何计算？

当然哪位DX如果能实际测试，出一个benchmark，我将不胜感激。毕竟事实胜于雄辩。功德一件。

[nik_Amis]

up

[hillhx]

JOIN 就是产生笛卡儿积，没什么特别的啊

[大健]

gz

[icevi]

你可以看下帮助，MSSQL在生成笛卡儿积时有不同的处理方式的，它会自己选择最合适的方式，除非你用join hints强制设定用某种方式。
有下面四种JOIN方式，LOOP 、HASH 、MERGE、REMOTE。每种实际运行时的处理方式会有所不同。
内容比较多，不详说了，最好看看帮助，我电脑上是E文的帮助，就不贴上来了。

[cdshelf]

举个例子：
两个表 Po 和 Client
Po 中每条记录中都有 Client 的 ID ，现在要返回所有 Po 记录，记录中要包含 Client 的 名字（而不是 ID）

Select po.PoNo, cl.Name from Po po inner join Client cl on cl.id=po.Client

SQL 的查询优化器会首先对 Po 表进行一个 Table Scan ，然后，对 Client 表进行一个 Table Seek ，查找与 Po.Client 相对应的记录，最后，把这些结果一一对应，合并成一个表。

[SophiaWang]

看看联机帮助吧，上面写得很清楚的！

[cdshelf]

测试报告：

------------------------------------------

环境：P4 2G, 512M RAM,Windows 2000 Server, Sql Server 2000
表一： Po( ID(int PK), Client(int FK), PoDate(DateTime) ) cluster indexed
表二： Client( ID(int PK), Name(nvarchar) ) cluster indexed

Sql 语句：
Select po.PoDate,cl.[Name]
from Po po
inner join Client cl on cl.[ID]=po.Client



大数据量测试结果 (Po 表含 100,000 条记录， Client 含 1000 条记录) :


执行计划被分成三个步骤，


1。 对 Po 表的 clustered index scan (Total Cost: 0.376456, 29%)
Row Count: 100,010
IO Cost: 0.266
CPU Cost: 0.109
Number of Executes: 1

2。 对 Client 表的 clustered index scan (Total Cost: 0.039490, 3%)
Row Count: 1001
IO Cost: 0.0383
CPU Cost: 0.00117
Number of Executes: 1

3。 对两个表的结果进行 Hash Match (Total Cost: 0.852, 67%)
Row Count: 100,010
IO Cost: 0.000000
CPU Cost: 0.852
Number of Executes: 1

查询共耗时： 1秒


小数据量测试结果 (Po 表含 300 条记录， Client 含 40 条记录) :

执行计划被分成三个步骤，

1。 对 Po 表的 clustered index scan (Total Cost: 0.037987, 55%)
Row Count: 300
IO Cost: 0.0187
CPU Cost: 0.000204
Number of Executes: 1

2。 对 Client 表的 clustered index Seek (Total Cost: 0.030288, 44%)
Row Count: 300
IO Cost: 0.00632
CPU Cost: 0.000080
Number of Executes: 300

3。 对两个表的结果进行 Nested Loops (Total Cost: 0.001254, 2%)
Row Count: 300
IO Cost: 0.000000
CPU Cost: 0.00125
Number of Executes: 1

查询共耗时： 少于1秒

结论：

1。 对于庞大数据的查询， Sql Server 的查询优化器会自动调整查询计划，上面三个步骤的 "Number of Executes" 都是 1 ，有点出乎我的预料，这说明，对于大数据量， 查询优化器会

对被查询所有表进行表扫描，将其中一个表的扫描结果生成一个 hash 表，然后，将另一个表的扫描结果与之匹配。而对小数据量查询的时候，查询优化器会先对一个表进行 clustered

index scan ，然后，针对获得的每一行数据，到第二个表中进行 Clustered index seek ，找到的结果同第一个表的结果匹配，所以，我们注意到，小数据量测试中， Client 表的 "Number

of executes" 为 300，说明，查询优化器认为对当前的小数据量，使用循环，开支更小。

2。 从上面的结果可以看到， Index 对提高查询效率具有无可比拟的作用。 不过 index 会影响数据写入的速度，我在随机写入 100,000 条记录的时候，一共花费了 12分钟。

3。 查询优化器非常智能，只要我们的代码符合数据库设计规范，它的执行效率是很出色的。