Question

说我有这个问题：

private static ApiFuture<String> publishMessage(Publisher publisher, ByteString message)
            throws Exception {
    // convert message to bytes
    PubsubMessage pubsubMessage = 
    PubsubMessage.newBuilder().setData(message).build();
    return publisher.publish(pubsubMessage);
}

我的查询中有两次SELECT CompanyId, COUNT(*) as Total FROM Customer GROUP BY CompanyId HAVING COUNT(*) > 100。这是否意味着COUNT(*)执行了两次？

这是一个简单的例子，但是当我有一个更复杂的计算（类似COUNT）时，我担心它可能会影响性能。或者任何性能影响是否可以忽略不计？

我使用的是MS SQL 2012，但不能SUM(Weight) / COUNT(*)。

Answer 1

如果您对查询的处理方式有兴趣，请熟悉execution plans以及如何阅读它们。以下所有内容都是通过实验确定的。

聚合不会被计算多次，但涉及它们的表达式是。考虑：

SELECT CompanyId, SUM(Weight) / COUNT(*)
FROM Customer
GROUP BY CompanyId
HAVING SUM(Weight) / COUNT(*) > 100

SUM(Weight)和COUNT(*)将只计算一次，但除法将执行两次（一次过滤，一次选择）。当然，这对性能没有可测量的影响 - 关键是它最大限度地减少了必须通过所有数据的次数。

这意味着，即使您的HAVING与SELECT列表完全不同，该表仍会只扫描一次并汇总一次：

SELECT CompanyId, MAX(Weight), MIN(Weight), COUNT(*) as Total
FROM Customer
GROUP BY CompanyId
HAVING MAX(Weight) > 2 * MIN(Weight) AND AVG(Weight) > 0.5

此处有四个聚合：MAX(Weight)，MIN(Weight)，AVG(Weight)和COUNT(*)。¹优化器将计算所有这些聚合传递，按CompanyId对整体进行分组，应用HAVING过滤器，然后选择所需的结果。²

免责声明：与关于优化程序所做的所有声明一样，所有这些都可能在SQL Server的任何版本中发生变化，并且可能因跟踪标记，统计信息，索引和特定查询的细节而有所不同。对于SQL Server 2012和2016，至少对于两个特定的数据库，至少在索引不起作用的情况下，情况就是如此。

AVG实际上并不是一个聚合物;在内部，优化器将其扩展为SUM / COUNT(*)，并进行检查以防止除以零。因此，聚合实际上是MAX，MIN，SUM和COUNT。
顺序计划就是这种情况。对于并行计划，由于必须将多个并行扫描连接在一起，事情会变得更加复杂，但是聚合不会被计算多次（如果可能），这仍然是正确的。

Answer 2

尽管决定权取决于查询优化程序，但COUNT(*) 将完成两次。

而且，这几乎没有任何区别。

聚合数据所花费的精力在于移动数据，而不是在聚合函数中，尤其是像COUNT(*)这样的函数。一些聚合函数更昂贵（COUNT(DISTINCT)浮现在脑海中），但一般来说，数据移动比简单聚合函数更昂贵。

您没有提及数据库，但许多人允许：

HAVING Total > 100

或者使用子查询/ CTE通常对性能没有影响。

HAVING和SELECT中的计算是否意味着它将被执行两次？

2 个答案: