我们通过一个实例来看 有And 操作符时候的最常见的一种情况。我们有下面一个表，
CREATE TABLE [dbo].[member](
[member_no] [dbo].[numeric_id] IDENTITY(1,1) NOT NULL,
[lastname] [dbo].[shortstring] NOT NULL,
[firstname] [dbo].[shortstring] NOT NULL,
[middleinitial] [dbo].[letter] NULL,
[street] [dbo].[shortstring] NOT NULL,
[city] [dbo].[shortstring] NOT NULL,
[state_prov] [dbo].[statecode] NOT NULL,
[country] [dbo].[countrycode] NOT NULL,
[mail_code] [dbo].[mailcode] NOT NULL,
[phone_no] [dbo].[phonenumber] NULL,
[photograph] [image] NULL,
[issue_dt] [datetime] NOT NULL DEFAULT (getdate()),
[expr_dt] [datetime] NOT NULL DEFAULT (dateadd(year,1,getdate())),
[region_no] [dbo].[numeric_id] NOT NULL,
[corp_no] [dbo].[numeric_id] NULL,
[prev_balance] [money] NULL DEFAULT (0),
[curr_balance] [money] NULL DEFAULT (0),
[member_code] [dbo].[status_code] NOT NULL DEFAULT (' ')
)
这个表具备下面的四个索引：
| 索引名 | 细节 | 索引的列 |
| member_corporation_link | nonclustered located on PRIMARY | corp_no |
| member_ident | clustered, unique, primary key located on PRIMARY | member_no |
| member_region_link | nonclustered located on PRIMARY | region_no |
| MemberFirstName | nonclustered located on PRIMARY | firstname |
当我们执行下面的SQL查询时候，
SELECT m.Member_No, m.FirstName, m.Region_No
FROM dbo.Member AS m
WHERE m.FirstName LIKE 'K%'
AND m.Region_No > 6
AND m.Member_No < 5000
go
SQL Server 会根据索引方式，优化成下面方式来执行。
select a.Member_No,a.FirstName,b.Region_No
from
(select m.Member_No, m.FirstName from dbo.Member AS m
where m.FirstName LIKE 'K%' and m.Member_No < 5000) a ,
-- 这个查询可以直接使用 MemberFirstName 非聚集索引，而且这个非聚集索引覆盖了所有查询列
-- 实际执行时，只需要 逻辑读取 3 次
(SELECT m.Member_No, m.Region_No from dbo.Member AS m
where m.Region_No > 6) b
-- 这个查询可以直接使用 member_region_link 非聚集索引，而且这个非聚集索引覆盖了所有查询列
-- 实际执行时，只需要 逻辑读取 10 次
where a.Member_No = b.Member_No
不信，你可以看这两个SQL 的执行计划，以及逻辑读信息，都是一样的。
其实上面的SQL，如果优化成下面的方式，实际的逻辑读消耗也是一样的。为何SQL Server 不会优化成下面的方式。是因为 and 操作符优化的另外一个原则。
1/26 的数据和 1/6 的数据找交集的速度要比 1/52 的数据和 1/3 的数据找交集速度要慢。
select a.Member_No,a.FirstName,b.Region_No
from
(select m.Member_No, m.FirstName from dbo.Member AS m
where m.FirstName LIKE 'K%'
-- 1/26 数据
) a,
(SELECT m.Member_No, m.Region_No from dbo.Member AS m
where m.Region_No > 6 and m.Member_No < 5000
-- 1/3 * 1/ 2 数据
) b
where a.Member_No = b.Member_No
当然，我们要学习SQL 如何优化的话，就会用到查询语句中的一个功能，指定查询使用哪个索引来进行。
比如下面的查询语句
SELECT m.Member_No, m.FirstName, m.Region_No
FROM dbo.Member AS m WITH (INDEX (0))
WHERE m.FirstName LIKE 'K%'
AND m.Region_No > 6
AND m.Member_No < 5000
go
SELECT m.Member_No, m.FirstName, m.Region_No
FROM dbo.Member AS m WITH (INDEX (1))
WHERE m.FirstName LIKE 'K%'
AND m.Region_No > 6
AND m.Member_No < 5000
go
SELECT m.Member_No, m.FirstName, m.Region_No
FROM dbo.Member AS m WITH (INDEX (MemberCovering3))
WHERE m.FirstName LIKE 'K%'
AND m.Region_No > 6
AND m.Member_No < 5000
go
SELECT m.Member_No, m.FirstName, m.Region_No
FROM dbo.Member AS m WITH (INDEX (MemberFirstName, member_region_link))
WHERE m.FirstName LIKE 'K%'
AND m.Region_No > 6
AND m.Member_No < 5000
go
这里 Index 计算符可以是 0 ，1， 指定的一个或者多个索引名字。对于 0 ，1 的意义如下：
如果存在聚集索引，则 INDEX(0) 强制执行聚集索引扫描，INDEX(1) 强制执行聚集索引扫描或查找（使用性能最高的一种）。
如果不存在聚集索引，则 INDEX(0) 强制执行表扫描，INDEX(1) 被解释为错误。
总结知识点：
- 简单来说，我们可以这么理解：SQL Server 对于每一条查询语句。会根据实际索引情况（sysindexes 系统表中存储这些信息），分析每种组合可能的成本。然后选择它认为成本最小的一种。作为它实际执行的计划。
- 成本代价计算的一个主要组成部分是逻辑I/O的数量，特别是对于单表的查询。
- AND 操作要满足所有条件，这样，经常会要求对几个数据集作交集。数据集越小，数据集的交集计算越节省成本。
参考资料
本文演示代码下载地址：
http://www.sqlskills.com/pastConferences.asp
打印 | 张贴于 2008-01-18 10:11:00 | Tag:数据库开发管理心得
留言反馈