使用存在1或存在的子查询*

我曾经写这样的EXISTS检查:

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

前辈中的一位DBA告诉我,当我执行EXISTS子句时,使用SELECT 1而不是SELECT *

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

这是否真的有所作为?


不,这已经超过了数十亿次。 SQL Server非常聪明,知道它正在用于EXISTS,并将NO DATA返回给系统。

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

由EXISTS引入的子查询的选择列表几乎总是由星号(*)组成。 没有理由列出列名,因为您只是测试是否存在符合子查询中指定条件的行。

另外,不要相信我? 尝试运行以下内容:

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

如果它实际上在用SELECT列表做某事,它会抛出一个零错误。 它没有。

编辑:请注意,SQL标准实际上谈到这一点。

ANSI SQL 1992标准,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<exists predicate>包含的<subquery>中,那么<select list>等同于一个<value expression> ,它是一个任意的<literal>


这种误解的原因大概是因为相信它最终会读取所有列。 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'

给计划

计划

这表明SQL Server能够使用可用的最窄索引来检查结果,尽管索引不包含所有列。 索引访问位于半连接运算符下,这意味着只要返回第一行就可以停止扫描。

所以很清楚上面的观点是错误的。

然而,来自查询优化器团队的Conor Cunningham在这里解释说,他通常在这种情况下使用SELECT 1 ,因为它可以在编译查询时发挥微小的性能差异。

QP将在管道初期取得并扩展所有* ,并将它们绑定到对象(在本例中为列的列表)。 由于查询的性质,它将删除不需要的列。

所以对于这样一个简单的EXISTS子查询:

SELECT col1 FROM MyTable WHERE EXISTS (SELECT * FROM Table2 WHERE MyTable.col1=Table2.col2) *将被扩展为一些潜在的大列列表,然后确定EXISTS的语义不需要任何这些列,所以基本上所有这些都可以被删除。

SELECT 1 ”将避免在查询编译期间检查该表的任何不需要的元数据。

但是,在运行时,查询的两种形式将是相同的,并且具有相同的运行时。

我测试了四种可能的方式来在具有各种列数的空表上表达此查询。 SELECT 1 vs SELECT * vs SELECT Primary_Key vs SELECT Other_Not_Null_Column

我使用OPTION (RECOMPILE)在循环中运行了查询,并测量了每秒平均​​执行次数。 结果如下

在这里输入图像描述

+-------------+----------+---------+---------+--------------+
| 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 *之间没有一致的赢家,两种方法之间的差异可以忽略不计。 虽然SELECT Not Null colSELECT PK的确出现稍微快一点。

随着表中列数的增加,所有四个查询的性能都会降低。

由于表格是空的,这个关系似乎只能由列元数据的数量来解释。 对于COUNT(1) ,很容易看到它在下面的过程中的某个点被重写为COUNT(*)

SET SHOWPLAN_TEXT ON;

GO

SELECT COUNT(1)
FROM master..spt_values

这给出了以下计划

  |--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操作时随机破坏

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这样,即使在使用SELECT 1的情况下,它确实花费了很大比例的时间加载列元数据(对于这种情况表中有1列随机打破,在10次尝试中未击中调用堆​​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 

这个手动性能分析尝试由VS 2012代码分析器进行备份,该分析器显示了两种情况下非常不同的函数选择,这两种情况消耗了两种情况(前15个函数1024列与前15个函数1列)的编译时间。

如果用户没有被授予对表中所有列的访问权限, SELECT 1SELECT *版都会检查列权限并失败。

我从堆上的对话中脱离出来的一个例子

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

所以有人可能会推测,使用SELECT some_not_null_col时,这种微小的明显差异在于它只能检查特定列的权限(尽管仍然会加载所有的元数据)。 然而,如果随着基础表中的列数增加,任何事情变得更小,这两个方法之间的百分比差异似乎不符合事实。

在任何情况下,我都不会急于将所有的查询改变为这种形式,因为它们之间的差异非常小,并且只在查询编译期间显而易见。 删除OPTION (RECOMPILE)以便后续执行可以使用缓存计划给出以下内容。

在这里输入图像描述

+-------------+-----------+------------+-----------+--------------+
| 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   |
+-------------+-----------+------------+-----------+--------------+

我使用的测试脚本可以在这里找到


最好的方法是对两个版本进行性能测试并检查两个版本的执行计划。 选择一个有很多列的表格。

链接地址: http://www.djcxy.com/p/94443.html

上一篇: Subquery using Exists 1 or Exists *

下一篇: check if table exists sql server