SQL Server中TOP子句可能致使的問題以及解決辦法

簡介

     在SQL Server中，針對複雜查詢使用TOP子句可能會出現對性能的影響，這種影響多是好的影響，也多是壞的影響，針對不一樣的狀況有不一樣的可能性。

     關係數據庫中SQL語句只是一個抽象的概念，不包含任何實現。不少元數據都會影響執行計劃的生成，SQL語句自己並不做爲生成執行計劃所參考的元數據（提示除外），但TOP關鍵字倒是直接影響執行計劃的一個關鍵字，所以在某些狀況下使用TOP會致使性能受到影響，下面咱們來看集中不一樣的狀況。

 

單表狀況

    對於單表查詢（這裏的所說的單表指的是不包含視圖、表值函數的物理單表）來講，存在TOP基本不會對性能產生影響，若是在SQL Server中加入了TOP，那麼TOP自己能夠看做是一個查詢提示，意味着告訴優化器「返回結果只有N行」。咱們看一個簡單的例子，如圖1所示：

圖1.指定TOP關鍵字的單表執行計劃

 

    由圖1執行計劃對比能夠看出，對於有索引支撐的單表查詢來講，使用TOP子句每每能夠提高性能，此時TOP N的行數的N則提示查詢優化器該查詢返回N行，而不是使用統計信息中的數據分佈，此時TOP N對於查詢優化器來講是合理的。

    但有些時候Grant Memory（每次執行計劃生成時會預估所需的內存，若是預估內存小於執行內存，則會spill to tempdb，對性能產生很是大的影響，因爲每個版本預估內存的公式變化極大，所以不在此詳細解釋了）不許會產生很是高的性能影響。在開始談這點，以前，咱們先談兩個操做符：

Sort

    Sort操做符是很是通用的排序操做符，在執行計劃中可能會出如今多個地方，好比Merge Join以前，因爲Order By致使的等。該算法很是通用，能夠對很是大的結果集進行排序，該操做符是阻塞式（意味着排序結束以前數據沒法流動到下一個操做符），而且須要大量內存和CPU資源。該操做符還有一個問題是當Grant Memory不足時，須要TempDB輔助完成排序，所以有極大的性能開銷。

Top N Sort

    TOP N Sort是適應小場景，專門針對少許查詢的排序算法。對於只選擇幾條數據來講，對於整個結果集進行排序成本過於高昂，所以TOP N的算法是首先取第一條數據，與其餘數據進行對比，看是否最大（或最小），再取第二條數據對比，依次類推，直到找到前N條數據。該算法若是行數較小，則相比SORT操做符性能提高明顯，但若是N值過大，則因爲下述緣由該算法不合適：

1.該算法不支持spill to tempdb，致使沒法承載太大的結果集。

2.該算法須要遍歷N次，若是N過大，則成本太高。

 

    對於SQL Server來講，這個N是否過大的閾值是100。下面咱們來看一個例子，測試數據和代碼如代碼清單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

代碼清單1.測試數據與測試代碼

 

    第一個測試爲TOP 100，正好使用TOP N Sort的算法，第二個測試爲TOP 101，只能使用普通Sort的算法，如圖2所示。

圖2.TOP 101的SORT須要更多內存，從而致使內存授予不足spill to tempdb

 

    咱們再來看執行時間，因爲spill to tempdb的存在，那麼執行時間如圖3所示。

圖3.相差很是大的執行時間

    從圖3能夠看出，執行時間相差很是大。

   所以對於TOP的使用來講，儘可能使用TOP 100之內的數值。

 

多表狀況

    因爲TOP語句帶有對優化器基數估計的提示功能，所以多表查詢時在極端狀況下可能致使行數低估從而影響性能。

    好比下面如圖4的示例查詢

圖4.使用TOP 1的表接連查詢

 

    在這種狀況下，因爲TOP1的存在使得查詢優化器使用1做爲估計行數，與實際的行數差別巨大，所以對於這種狀況，使用TOP反而可能致使成本更高（雖然咱們看到圖4中估計的是0%對比100%，但實際差別巨大），更高的緣由不只僅是優化器估計爲1，由於Loop Join只要發現1條就能夠馬上結束，但上面例子中因爲過濾條件選擇性太低，致使找到第一條數據的隨機查找過多（loop join內表循環是隨機IO），成本如圖5所示。

圖5.使用TOP反而致使性能降低

 

    根本緣由是因爲估計行數只有1行，大部分狀況下這一行

    對於上面這種狀況來講，咱們一般能夠有下面集中解決辦法：

1.使用提示，因爲咱們知道這是因爲實際行數遠大於估計行數致使，所以咱們能夠嘗試使用hash join,forcescan等提示。

2.增長where條件，使得返回行數具備更高的選擇性。

3.不使用TOP1，而使用TOP 10以上的數字，讓估計行數變大，好比圖5中的查詢咱們由TOP1 變爲TOP10，那麼執行計劃則變爲如圖6所示。

圖6.TOP 10的執行計劃

 

    這是因爲當行數少時，LOOP JOIN能夠更快返回有限的行數，至關於對錶加了FAST N提示，但行數增多時，優化器更傾向使用MERGE或者HASH完成操做，在上面返回行極多（選擇性低）的極端狀況下，會擁有更好的性能，結果如圖7所示。

圖7.特殊狀況下TOP10相比TOP1有更好性能。

 

    所以結合單表的例子，推薦使用TOP關鍵字時，數字在10到100之間。

 

小結

    本文介紹了TOP關鍵字在單表和多表條件下可能對執行計劃產生的影響，進而影響了查詢計劃。TOP影響執行計劃主要是下面兩個方面：

• 內存授予
• 估計行數

    所以在特殊狀況下調優TOP語句時，能夠根據實際狀況考慮本文的建議。