SQL Server中TOP子句可能致使的问题以及解决办法

简介

     在SQL Server中，针对复杂查询使用TOP子句可能会出现对性能的影响，这种影响多是好的影响，也多是坏的影响，针对不一样的状况有不一样的可能性。

     关系数据库中SQL语句只是一个抽象的概念，不包含任何实现。不少元数据都会影响执行计划的生成，SQL语句自己并不做为生成执行计划所参考的元数据（提示除外），但TOP关键字倒是直接影响执行计划的一个关键字，所以在某些状况下使用TOP会致使性能受到影响，下面咱们来看集中不一样的状况。

 

单表状况

    对于单表查询（这里的所说的单表指的是不包含视图、表值函数的物理单表）来讲，存在TOP基本不会对性能产生影响，若是在SQL Server中加入了TOP，那么TOP自己能够看做是一个查询提示，意味着告诉优化器“返回结果只有N行”。咱们看一个简单的例子，如图1所示：

图1.指定TOP关键字的单表执行计划

 

    由图1执行计划对比能够看出，对于有索引支撑的单表查询来讲，使用TOP子句每每能够提高性能，此时TOP N的行数的N则提示查询优化器该查询返回N行，而不是使用统计信息中的数据分布，此时TOP N对于查询优化器来讲是合理的。

    但有些时候Grant Memory（每次执行计划生成时会预估所需的内存，若是预估内存小于执行内存，则会spill to tempdb，对性能产生很是大的影响，因为每个版本预估内存的公式变化极大，所以不在此详细解释了）不许会产生很是高的性能影响。在开始谈这点，以前，咱们先谈两个操做符：

Sort

    Sort操做符是很是通用的排序操做符，在执行计划中可能会出如今多个地方，好比Merge Join以前，因为Order By致使的等。该算法很是通用，能够对很是大的结果集进行排序，该操做符是阻塞式（意味着排序结束以前数据没法流动到下一个操做符），而且须要大量内存和CPU资源。该操做符还有一个问题是当Grant Memory不足时，须要TempDB辅助完成排序，所以有极大的性能开销。

Top N Sort

    TOP N Sort是适应小场景，专门针对少许查询的排序算法。对于只选择几条数据来讲，对于整个结果集进行排序成本过于高昂，所以TOP N的算法是首先取第一条数据，与其余数据进行对比，看是否最大（或最小），再取第二条数据对比，依次类推，直到找到前N条数据。该算法若是行数较小，则相比SORT操做符性能提高明显，但若是N值过大，则因为下述缘由该算法不合适：

1.该算法不支持spill to tempdb，致使没法承载太大的结果集。

2.该算法须要遍历N次，若是N过大，则成本太高。

 

    对于SQL Server来讲，这个N是否过大的阈值是100。下面咱们来看一个例子，测试数据和代码如代码清单1所示。

CREATE TABLE TestTop

(id INT,sortkey INT,SOMEvalue CHAR(1000))

  DECLARE @i INT =1

  WHILE @i<300000

  BEGIN

  INSERT INTO TestTop VALUES(@i,@i,'a')

  SET @i=@i+1

  END

  CREATE CLUSTERED INDEX PK_id ON TestTop(id)

  --test 1

  SELECT TOP(100) * FROM TestTop

  ORDER BY sortkey

  --test 2

  SELECT TOP(101) * FROM TestTop

  ORDER BY sortkey

代码清单1.测试数据与测试代码

 

    第一个测试为TOP 100，正好使用TOP N Sort的算法，第二个测试为TOP 101，只能使用普通Sort的算法，如图2所示。

图2.TOP 101的SORT须要更多内存，从而致使内存授予不足spill to tempdb

 

    咱们再来看执行时间，因为spill to tempdb的存在，那么执行时间如图3所示。

图3.相差很是大的执行时间

    从图3能够看出，执行时间相差很是大。

   所以对于TOP的使用来讲，尽可能使用TOP 100之内的数值。

 

多表状况

    因为TOP语句带有对优化器基数估计的提示功能，所以多表查询时在极端状况下可能致使行数低估从而影响性能。

    好比下面如图4的示例查询

图4.使用TOP 1的表接连查询

 

    在这种状况下，因为TOP1的存在使得查询优化器使用1做为估计行数，与实际的行数差别巨大，所以对于这种状况，使用TOP反而可能致使成本更高（虽然咱们看到图4中估计的是0%对比100%，但实际差别巨大），更高的缘由不只仅是优化器估计为1，由于Loop Join只要发现1条就能够马上结束，但上面例子中因为过滤条件选择性太低，致使找到第一条数据的随机查找过多（loop join内表循环是随机IO），成本如图5所示。

图5.使用TOP反而致使性能降低

 

    根本缘由是因为估计行数只有1行，大部分状况下这一行

    对于上面这种状况来讲，咱们一般能够有下面集中解决办法：

1.使用提示，因为咱们知道这是因为实际行数远大于估计行数致使，所以咱们能够尝试使用hash join,forcescan等提示。

2.增长where条件，使得返回行数具备更高的选择性。

3.不使用TOP1，而使用TOP 10以上的数字，让估计行数变大，好比图5中的查询咱们由TOP1 变为TOP10，那么执行计划则变为如图6所示。

图6.TOP 10的执行计划

 

    这是因为当行数少时，LOOP JOIN能够更快返回有限的行数，至关于对表加了FAST N提示，但行数增多时，优化器更倾向使用MERGE或者HASH完成操做，在上面返回行极多（选择性低）的极端状况下，会拥有更好的性能，结果如图7所示。

图7.特殊状况下TOP10相比TOP1有更好性能。

 

    所以结合单表的例子，推荐使用TOP关键字时，数字在10到100之间。

 

小结

    本文介绍了TOP关键字在单表和多表条件下可能对执行计划产生的影响，进而影响了查询计划。TOP影响执行计划主要是下面两个方面：

• 内存授予
• 估计行数

    所以在特殊状况下调优TOP语句时，能够根据实际状况考虑本文的建议。