使用存在1或存在的子查询*

时间:2009-10-20 21:30:47

标签: sql sql-server tsql

我曾经写过这样的EXISTS支票:

IF EXISTS (SELECT * FROM TABLE WHERE Columns=@Filters)
BEGIN
   UPDATE TABLE SET ColumnsX=ValuesX WHERE Where Columns=@Filters
END

前一个DBA中的一位告诉我,当我执行EXISTS条款时,请使用SELECT 1代替SELECT *

IF EXISTS (SELECT 1 FROM TABLE WHERE Columns=@Filters)
BEGIN
   UPDATE TABLE SET ColumnsX=ValuesX WHERE Columns=@Filters
END

这真的有所作为吗?

6 个答案:

答案 0 :(得分:127)

不,SQL Server很聪明,并且知道它正用于EXISTS,并将NO DATA返回给系统。

Quoth Microsoft: http://technet.microsoft.com/en-us/library/ms189259.aspx?ppud=4

  

子查询的选择列表   几乎总是由EXISTS介绍   由星号(*)组成。有   没有理由列出列名,因为   你只是测试行是否   符合规定的条件   子查询存在。

要检查自己,请尝试运行以下内容:

SELECT whatever
  FROM yourtable
 WHERE EXISTS( SELECT 1/0
                 FROM someothertable 
                WHERE a_valid_clause )

如果它实际上是在使用SELECT列表做某事,它会抛出一个div为零的错误。它没有。

编辑:注意,SQL标准实际上是在讨论这个问题。

ANSI SQL 1992 Standard,第191页http://www.contrib.andrew.cmu.edu/~shadow/sql/sql1992.txt

  

3)案例:
       a)如果<select list>“*”仅包含在<subquery>中   立即包含在<exists predicate>中,然后是<select list>   相当于<value expression>   这是一个任意的<literal>

答案 1 :(得分:103)

这种误解的原因可能是因为他们相信它最终会阅读所有专栏。很容易看出情况并非如此。

CREATE TABLE T
(
X INT PRIMARY KEY,
Y INT,
Z CHAR(8000)
)

CREATE NONCLUSTERED INDEX NarrowIndex ON T(Y)

IF EXISTS (SELECT * FROM T)
    PRINT 'Y'

提供计划

Plan

这表明尽管索引不包含所有列,但SQL Server能够使用可用的最窄索引来检查结果。索引访问位于半连接运算符下,这意味着它可以在返回第一行后立即停止扫描。

所以很明显上述观点是错误的。

然而,来自查询优化工具团队的Conor Cunningham解释here他通常在这种情况下使用SELECT 1,因为它可以在查询的编译中产生轻微的性能差异

  

QP将采用并扩展所有*   在管道的早期并将它们绑定到   对象(在这种情况下,列表   列)。然后它会删除   由于性质的原因,不需要的列   查询。

     

所以对于一个简单的EXISTS子查询,如   这样:

     

SELECT col1 FROM MyTable WHERE EXISTS (SELECT * FROM Table2 WHERE MyTable.col1=Table2.col2) *将是。{1}}   扩展到一些潜在的大   列列表然后它将是   确定了语义   EXISTS不需要其中任何一项   列,所以基本上所有这些都可以   被删除。

     

SELECT 1”将避免不得不这样做   检查任何不需要的元数据   查询编译期间的表。

     

但是,在运行时这两种形式   查询将是相同的,并将   有相同的运行时间。

我测试了在具有不同列数的空表上表达此查询的四种可能方式。 SELECT 1 vs SELECT * vs SELECT Primary_Key vs SELECT Other_Not_Null_Column

我使用OPTION (RECOMPILE)循环运行查询,并测量每秒的平均执行次数。结果如下

enter image description here

+-------------+----------+---------+---------+--------------+
| Num of Cols |    *     |    1    |   PK    | Not Null col |
+-------------+----------+---------+---------+--------------+
| 2           | 2043.5   | 2043.25 | 2073.5  | 2067.5       |
| 4           | 2038.75  | 2041.25 | 2067.5  | 2067.5       |
| 8           | 2015.75  | 2017    | 2059.75 | 2059         |
| 16          | 2005.75  | 2005.25 | 2025.25 | 2035.75      |
| 32          | 1963.25  | 1967.25 | 2001.25 | 1992.75      |
| 64          | 1903     | 1904    | 1936.25 | 1939.75      |
| 128         | 1778.75  | 1779.75 | 1799    | 1806.75      |
| 256         | 1530.75  | 1526.5  | 1542.75 | 1541.25      |
| 512         | 1195     | 1189.75 | 1203.75 | 1198.5       |
| 1024        | 694.75   | 697     | 699     | 699.25       |
+-------------+----------+---------+---------+--------------+
| Total       | 17169.25 | 17171   | 17408   | 17408        |
+-------------+----------+---------+---------+--------------+

可以看出,SELECT 1SELECT *之间没有一致的胜利者,两种方法之间的差异可以忽略不计。 SELECT Not Null colSELECT PK确实显得稍快一些。

随着表中列数的增加,所有四个查询的性能都会下降。

由于表是空的,因此这种关系似乎只能通过列元数据的数量来解释。对于COUNT(1),很容易看到在以下过程中的某个时刻将其重写为COUNT(*)

SET SHOWPLAN_TEXT ON;

GO

SELECT COUNT(1)
FROM master..spt_values

其中给出了以下计划

  |--Compute Scalar(DEFINE:([Expr1003]=CONVERT_IMPLICIT(int,[Expr1004],0)))
       |--Stream Aggregate(DEFINE:([Expr1004]=Count(*)))
            |--Index Scan(OBJECT:([master].[dbo].[spt_values].[ix2_spt_values_nu_nc]))

将调试器附加到SQL Server进程并在执行下面的

时随机中断
DECLARE @V int 

WHILE (1=1)
    SELECT @V=1 WHERE EXISTS (SELECT 1 FROM ##T) OPTION(RECOMPILE)

我发现在大多数情况下表中有1,024列的情况下,调用堆栈看起来像下面的内容,表明即使在SELECT 1时,它确实花费了很大一部分时间加载列元数据使用(对于表有1列随机中断的情况,在10次尝试中没有达到调用堆栈的这一位)

sqlservr.exe!CMEDAccess::GetProxyBaseIntnl()  - 0x1e2c79 bytes  
sqlservr.exe!CMEDProxyRelation::GetColumn()  + 0x57 bytes   
sqlservr.exe!CAlgTableMetadata::LoadColumns()  + 0x256 bytes    
sqlservr.exe!CAlgTableMetadata::Bind()  + 0x15c bytes   
sqlservr.exe!CRelOp_Get::BindTree()  + 0x98 bytes   
sqlservr.exe!COptExpr::BindTree()  + 0x58 bytes 
sqlservr.exe!CRelOp_FromList::BindTree()  + 0x5c bytes  
sqlservr.exe!COptExpr::BindTree()  + 0x58 bytes 
sqlservr.exe!CRelOp_QuerySpec::BindTree()  + 0xbe bytes 
sqlservr.exe!COptExpr::BindTree()  + 0x58 bytes 
sqlservr.exe!CScaOp_Exists::BindScalarTree()  + 0x72 bytes  
... Lines omitted ...
msvcr80.dll!_threadstartex(void * ptd=0x0031d888)  Line 326 + 0x5 bytes C
kernel32.dll!_BaseThreadStart@8()  + 0x37 bytes 

此手动分析尝试由VS 2012代码分析器备份,该分析器显示了两种情况(Top 15 Functions 1024 columnsTop 15 Functions 1 column)消耗编译时间的功能选择非常不同。

SELECT 1SELECT *版本都会结束检查列权限,如果未授予用户访问表中所有列的权限,则会失败。

我在the heap

上的谈话中抄袭了一个例子
CREATE USER blat WITHOUT LOGIN;
GO
CREATE TABLE dbo.T
(
X INT PRIMARY KEY,
Y INT,
Z CHAR(8000)
)
GO

GRANT SELECT ON dbo.T TO blat;
DENY SELECT ON dbo.T(Z) TO blat;
GO
EXECUTE AS USER = 'blat';
GO

SELECT 1
WHERE  EXISTS (SELECT 1
               FROM   T); 
/*  ↑↑↑↑ 
Fails unexpectedly with 

The SELECT permission was denied on the column 'Z' of the 
           object 'T', database 'tempdb', schema 'dbo'.*/

GO
REVERT;
DROP USER blat
DROP TABLE T

因此,有人可能会推测,使用SELECT some_not_null_col时的微小差异在于它最终只会检查该特定列的权限(尽管仍会为所有列加载元数据)。然而,这似乎不符合事实,因为如果基础表中的列数增加,任何东西变小,两种方法之间的百分比差异。

在任何情况下,我都不会急于将所有查询都更改为此表单,因为差异很小并且在查询编译期间才会显而易见。删除OPTION (RECOMPILE)以便后续执行可以使用缓存计划提供以下内容。

enter image description here

+-------------+-----------+------------+-----------+--------------+
| Num of Cols |     *     |     1      |    PK     | Not Null col |
+-------------+-----------+------------+-----------+--------------+
| 2           | 144933.25 | 145292     | 146029.25 | 143973.5     |
| 4           | 146084    | 146633.5   | 146018.75 | 146581.25    |
| 8           | 143145.25 | 144393.25  | 145723.5  | 144790.25    |
| 16          | 145191.75 | 145174     | 144755.5  | 146666.75    |
| 32          | 144624    | 145483.75  | 143531    | 145366.25    |
| 64          | 145459.25 | 146175.75  | 147174.25 | 146622.5     |
| 128         | 145625.75 | 143823.25  | 144132    | 144739.25    |
| 256         | 145380.75 | 147224     | 146203.25 | 147078.75    |
| 512         | 146045    | 145609.25  | 145149.25 | 144335.5     |
| 1024        | 148280    | 148076     | 145593.25 | 146534.75    |
+-------------+-----------+------------+-----------+--------------+
| Total       | 1454769   | 1457884.75 | 1454310   | 1456688.75   |
+-------------+-----------+------------+-----------+--------------+

The test script I used can be found here

答案 2 :(得分:7)

最好的方法是对两个版本进行性能测试,并查看两个版本的执行计划。选择一个包含大量列的表格。

答案 3 :(得分:5)

SQL Server没有任何区别,它在SQL Server中从来就不是问题。优化器知道它们是相同的。如果你看一下执行计划,你会发现它们完全相同。

答案 4 :(得分:1)

就我个人而言,我发现非常非常难以相信他们没有针对同一个查询计划进行优化。但在您的特定情况下了解的唯一方法是测试它。如果你这样做,请报告回来!

答案 5 :(得分:-1)

没有任何真正的区别,但可能会有非常小的性能影响。根据经验,您不应该要求比您需要的更多数据。