简单查询的选择性估计错误

Question

让我们有一个像这样创建的简单表tt

WITH x AS (SELECT n FROM (VALUES (0),(1),(2),(3),(4),(5),(6),(7),(8),(9)) v(n)), t1 AS
(
  SELECT ones.n + 10 * tens.n + 100 * hundreds.n + 1000 * thousands.n + 10000 * tenthousands.n as id  
  FROM x ones,     x tens,      x hundreds,       x thousands,       x tenthousands,       x hundredthousands
)
SELECT  id,
        id % 100 groupby,
        row_number() over (partition by id % 100 order by id) orderby,
        row_number() over (partition by id % 100 order by id) / (id % 100 + 1) local_search
INTO tt
FROM t1

我有一个简单的查询Q1：

select distinct g1.groupby,
        (select count(*) from tt g2 
         where local_search = 1 and g1.groupby = g2.groupby) as orderby
from tt g1
option(maxdop 1)

我想知道为什么SQL Server对于第1季度如此严重地估计结果大小（请参阅打印屏幕）。查询计划中的大多数运算符都是精确估计的，但是，从根本上说，哈希匹配运算符会引入完全疯狂的猜测。

为了使它更有趣，我尝试对Q1进行不同的重写。如果我对子查询应用去相关，则会得到一个等效的查询Q2：

select main.groupby, 
       coalesce(sub1.orderby,0) orderby
from
(
    select distinct g1.groupby
    from tt g1
) main
left join
(
    select groupby, count(*) orderby
    from tt g2 
    where local_search = 1
    group by groupby
) sub1 on sub1.groupby = main.groupby
option(maxdop 1)

此查询在两个方面都很有趣：（1）估算准确（请参见打印屏幕），（2）它也有不同的查询计划，这比Q1的查询计划更有效。

所以问题是：为什么对Q1的估计是不正确的，而对Q2的估计却是精确的？请不要发布此SQL的其他重写（我知道即使这样也可以写没有子查询），我只对选择性估计器行为的解释感兴趣。谢谢。

Answer 1

它无法识别出orderby的值对于具有相同groupby的所有行都是相同的，因此它认为distinct groupby, orderby的组合将不仅仅是distinct groupby。

它将DISTINCT orderby的估算值（对我来说是35.0367）和DISTINCT groupby的估算值（对我来说就是100）相乘，就好像它们是不相关的。

我获得了Q1中根节点的3503.67估算值

此重写避免了它，因为它现在仅按单个groupby列进行分组。

SELECT groupby,
       max(orderby) AS orderby
FROM   (SELECT g1.groupby,
               (SELECT count(*)
                FROM   tt g2
                WHERE  local_search = 1
                       AND g1.groupby = g2.groupby) AS orderby
        FROM   tt g1) d
GROUP  BY groupby
OPTION(maxdop 1) 

尽管您的第2季度表明，但这不是查询的最佳方法，并且注释@GarethD使得多次运行相关子查询并丢弃重复项的效率低下。