Question

查询说明：

Person（由PersonID标识）可能有或没有相应的Job（由JobID标识）。
如果有相应的Job，则约束存储在表格PersonJob（PersonID＆lt; =＆gt; JobID）中。
Person没有Job会被忽略。
Job也有CityID。
每个Job.CityID，查询想要知道Person的总计数以及唯一Person.HouseID的计数

查询：

SELECT
  Job.CityID, COUNT(1) NumTotal, COUNT(DISTINCT(Person.HouseID)) NumDistinct
FROM
  Job
  INNER JOIN PersonJob ON (PersonJob.JobID = Job.JobID)
  INNER JOIN Person ON (Person.PersonID = PersonJob.PersonID)
GROUP BY
  Job.CityID

统计：

SELECT COUNT(1) FROM PersonJob ~600.000
SELECT COUNT(1) FROM Person ~800.000
SELECT COUNT(DISTINCT(Person.HouseID)) FROM Person ~10,000
SELECT COUNT(1) FROM Job ~500
MS SQL Server 10.50

问题：

COUNT(1)查询的一部分，当单独运行时，运行时间为0.25秒。

SELECT
  Job.CityID, COUNT(1) NumTotal
FROM
  Job
  INNER JOIN PersonJob ON (PersonJob.JobID = Job.JobID)
  INNER JOIN Person ON (Person.PersonID = PersonJob.PersonID)
GROUP BY
  Job.CityID

COUNT(DISTINCT(Person.HouseID))查询的一部分，当单独运行时，运行在0.80秒。

SELECT
  Job.CityID, COUNT(DISTINCT(Person.HouseID)) NumDistinct
FROM
  Job
  INNER JOIN PersonJob ON (PersonJob.JobID = Job.JobID)
  INNER JOIN Person ON (Person.PersonID = PersonJob.PersonID)
GROUP BY
  Job.CityID

整个查询在3.10秒运行 - 慢3倍，为什么？

执行计划：

我没有专家阅读这些，抱歉。
据我所知，问题出在COUNT（DISTINCT）
在部分查询中：
- 25％哈希匹配（聚合）（输出Job.CityID）
- 15％哈希匹配（内部联接）（输出Job.CityID，Person.HouseID）
  - 30％索引扫描（输出Person.PersonID，Person.HouseID）
  - 14％索引寻求（输出PersonJob.PersonID）
完整查询：
- 03％哈希匹配（部分聚合）（输出Job.CityID，COUNT(*)）
- 31％哈希匹配（聚合）（输出Job.CityID）
- 29％表假脱机（输出Job.CityID，Person.HouseID）

Answer 1

这是2012年之前SQL Server版本中的一个已知问题。

您可以尝试基于on the code here的重写。

WITH T1
     AS (SELECT Job.CityID,
                Person.HouseID
         FROM   Job
                INNER JOIN PersonJob
                        ON ( PersonJob.JobID = Job.JobID )
                INNER JOIN Person
                        ON ( Person.PersonID = PersonJob.PersonID )),
     PartialSums
     AS (SELECT COUNT(*) AS CountStarPartialCount,
                HouseID,
                CityID
         FROM   T1
         GROUP  BY CityID,
                   HouseID)
SELECT CityID,
       SUM(CountStarPartialCount) AS NumTotal,
       COUNT(HouseID)             AS NumDistinct
FROM   PartialSums
GROUP  BY CityID

SQL Server 2012在这方面有一些改进。见Is Distinct Aggregation Still Considered Harmful?

Answer 2

在阅读了Martin Smith提供的解决方法之后，我已经确定解决方法难以阅读和理解，并且如果需要额外的DISTINCT列，则会变得完全混乱。我决定LEFT JOIN部分查询如下：

SELECT
  Job.CityID, NumTotal.Value, NumDistinct.Value
FROM
  Job
  LEFT JOIN
  (
    SELECT
      Job.CityID, COUNT(1) AS Value
    FROM
      Job
      INNER JOIN PersonJob ON (PersonJob.JobID = Job.JobID)
      INNER JOIN Person ON (Person.PersonID = PersonJob.PersonID)
    GROUP BY
      Job.CityID
  ) NumTotal ON (NumTotal.CityID = Job.CityID)
  LEFT JOIN
  (
    SELECT
      Job.CityID, COUNT(DISTINCT Person.HouseID) AS Value
    FROM
      Job
      INNER JOIN PersonJob ON (PersonJob.JobID = Job.JobID)
      INNER JOIN Person ON (Person.PersonID = PersonJob.PersonID)
    GROUP BY
      Job.CityID
  ) NumDistinct ON (NumDistinct.CityID = Job.CityID)
GROUP BY
  Job.CityID

这在0.70秒内运行，而＆＃34;解决方法＆＃34; sql在0.60秒内运行。这意味着LEFT JOIN＆＃39; inig比＆＃34;原始完整查询＆＃34;快3倍。并且只有20％的速度慢于＃34;解决方法＆＃34;，同时更容易阅读和扩展。

COUNT（1）+ COUNT（DISTINCT（））比单独执行2个查询慢得多

2 个答案: