SQL Server记录计数差异

Question

我正在编写一个程序，允许用户选择给定表的子集（在SQL Server 2012中，但希望我缺少的内容和版本无关紧要）。该程序检查是否有任何子集重叠，以及它们（一起）是否对整个表进行分区。

我遇到了我真的不明白的情况。我不能使用真实名称或值，但这是设置：

• 我正在查看给定的表（称为TABLE_X），并且
• 一些特殊的谓词（例如A，B，C和D），我希望它们相互排斥，但不会覆盖整个表...
• 我希望查询任何谓词对（例如WHERE（A）AND（B））的交集都不会返回任何记录，并且确实是这种情况
• 如果表中有5,000,500条记录，而谓词联合有2,000,000条记录，那么我希望联合的补充部分将有3,000,500条记录；最后一点是我遇到了问题

在记录计数主题中，这是我所发现的：

• 如果我从TABLE_X中选择count（1），则会得到（例如）5,000,500条记录
• 如果我从TABLE_X中选择count（1），其中（A）或（B）或（C）或（D），我将获得2,000,000条记录
• 如果我从TABLE_X中选择count（1）而不是（（A）或（B）或（C）或（D）），我将获得3,000,000条记录
• 如果我从TABLE_X中选择count（1），而不是（（A）或（B）或（C）或（D））或（（A）或（B）或（C）或（D）），我得到5,000,000条记录

因此，我看到谓词及其补语的并集导致基数比表本身的基数低。这似乎违反了逻辑。

自然，我问自己NULL值是否有某种影响。请注意，谓词A，B，C和D是相当简单的布尔表达式，都涉及相同的列，例如：c1，c2和c3。我发现的内容对我来说并没有说明问题：

• 如果我从TABLE_X中选择count（1），其中不是（（A）或（B）或（C）或（D））和（（c1为null）或（c2为null）或（c3为null） ），我得到550条记录
• 如果我从TABLE_X中选择count（1），其中（（A）或（B）或（C）或（D））和（（c1为空）或（c2为空）或（c3为空）） ，我得到0条记录

所以我希望两个涉及空检查的查询以某种方式产生记录计数差异（即500），但是我却得到一个新的数字（即550）。

我可能会处理空支票，从而击败自己，但老实说我不知道​​。

我还检查了该表是否具有主键，甚至对主表进行了计数分组以确认没有重复的记录。没有重复的记录。

另一个奇怪的地方（这不是我的表）是该表具有一个PK和一个聚集索引，但是PK不是聚集索引（它们是不同的-相同的列，不同的列顺序... ）

因此，我的问题是：如何确定为什么我看到记录计数似乎违反了逻辑（如上所述）？

请注意：我知道这个站点期望“研究努力”，但是我什至不知道要搜索什么-对我来说这是基本的布尔逻辑。我试图帮助自己的尝试是检查零值方面，这使我震惊。

Answer 1

将我的评论重写为每个OP请求的答案。

发生这种情况的原因有很多：

• 您的谓词中可能存在逻辑错误
• 可能存在一些会话级设置，这些设置会巧妙地改变谓词的评估方式（ansi nulls on / off或类似值）
• SQL Server中可能存在一个错误（这种情况很少发生，但如果存在，则SQL团队将希望帮助对其进行调查和修复）

您在帖子中指出，您曾尝试进行基于CTE的调用，以查看试图缩小bug范围的各种模式。根据SQL Server解析和编译这些查询的方式，您应该尝试其他方法。 CTE被视为视图，并在编译期间内联。因此，如果SQL中存在逻辑错误（第三种情况），那么添加CTE只会在您的实验中重复同样的问题，并不一定能帮助您缩小范围。

我建议您将每个测试的结果都放入临时表中。然后，我建议您针对原始查询和其他模式使用EXCEPT ALL / INTERSECT ALL查询运行那些临时表，以缩小您无法解释的500行。如果可以找到这些特定的行，则可以进行较小的复制，以隔离问题。 （如果您要与Microsoft客户支持联系，则可以通过在致电之前对问题进行最小化的复制来帮助加快该过程。）

我希望这有助于深入您的谜底。祝你好运。

Conor

建筑师，SQL Server