Wydajność SQL MAX()

Question

Właśnie dostałem małe pytanie. Podczas próby uzyskania pojedynczej wartości maksymalnej tabeli. Który jest lepszy?

SELECT MAX(id) FROM myTable WHERE (whatever) 

lub

SELECT TOP 1 id FROM myTable WHERE (whatever) ORDER BY id DESC 

Używam Microsoft SQL Server 2012

Answer 1

Nie będzie żadnych różnic, ponieważ możesz sprawdzić się, sprawdzając plany wykonania. Jeśli id jest indeksem klastrowym, powinieneś zobaczyć uporządkowany skany indeksu klastra; jeśli nie jest zindeksowane, nadal będzie można wyświetlić skanowanie tabeli lub sklasyfikowany indeks, ale nie zostanie on zamówiony w obu przypadkach.

Podejście TOP 1 może być przydatne, jeśli chcesz przeciągnąć inne wartości z wiersza, co jest łatwiejsze niż ciągnięcie maksimum w podzapytaniu, a następnie dołączanie. Jeśli chcesz inne wartości z rzędu, musisz dyktować, jak radzić sobie z więzami w obu przypadkach.

Po tym, istnieją pewne scenariusze, w których plan może się różnić, dlatego ważne jest, aby przetestować w zależności od tego, czy kolumna jest indeksowana i czy monotonicznie rośnie. Utworzony prostego stołu i dodaje 50000 wierszy:

CREATE TABLE dbo.x 
(
    a INT, b INT, c INT, d INT, 
    e DATETIME, f DATETIME, g DATETIME, h DATETIME 
); 
CREATE UNIQUE CLUSTERED INDEX a ON dbo.x(a); 
CREATE INDEX b ON dbo.x(b) 
CREATE INDEX e ON dbo.x(e); 
CREATE INDEX f ON dbo.x(f); 

INSERT dbo.x(a, b, c, d, e, f, g, h) 
SELECT 
    n.rn, -- ints monotonically increasing 
    n.a, -- ints in random order 
    n.rn, 
    n.a, 
    DATEADD(DAY, n.rn/100, '20100101'), -- dates monotonically increasing 
    DATEADD(DAY, -n.a % 1000, '20120101'),  -- dates in random order 
    DATEADD(DAY, n.rn/100, '20100101'), 
    DATEADD(DAY, -n.a % 1000, '20120101') 
FROM 
(
    SELECT TOP (50000) 
    (ABS(s1.[object_id]) % 10000) + 1, 
    rn = ROW_NUMBER() OVER (ORDER BY s2.[object_id]) 
    FROM sys.all_objects AS s1 
    CROSS JOIN sys.all_objects AS s2 
) AS n(a,rn); 
GO 

w systemie Spowodowało to wartości w/c od 1 do 50000, b/d między 3 a 9994 E/G z 2010-01-01 przez 2011-05-16, i f/h od 2009-04-28 do 2012-01-01.

Najpierw porównajmy indeksowane monotonicznie rosnące kolumny całkowite a i c. A ma indeksu klastrowego, c nie:

SELECT MAX(a) FROM dbo.x; 
SELECT TOP (1) a FROM dbo.x ORDER BY a DESC; 

SELECT MAX(c) FROM dbo.x; 
SELECT TOP (1) c FROM dbo.x ORDER BY c DESC; 

Wyniki:

Duży problem z 4. zapytania jest to, że w przeciwieństwie do MAX, to wymaga pewnego rodzaju. Tutaj 3 w porównaniu do 4:

będzie to powszechny problem we wszystkich tych odmianach zapytania: a MAX na kolumnie niezindeksowane będzie mógł świnka powrotem na klastrze indeksuj skanuj i wykonuj agregację strumieniową, podczas gdy TOP 1 musi wykonać sortowanie, które będzie droższe.

Zrobiłem test i zobaczyłem dokładnie takie same wyniki w testach b + d, e + g i f + h.

Wydaje mi się, że oprócz generowania większej ilości kodów zgodności z normami, istnieje potencjalne korzyści związane z używaniem MAX na rzecz TOP 1 w zależności od tabeli i indeksów (które mogą ulec zmianie po umieszczeniu) twój kod w produkcji). Powiedziałbym więc, że bez dodatkowych informacji preferowane jest ustawienie MAX.

(I jak powiedziałem wcześniej, TOP 1 może być naprawdę zachowanie jesteś po, jeśli wyciągając dodatkowe kolumny. Będziemy chcieli przetestować MAX + JOIN metod oraz, jeśli to Ty jesteś po.)

Answer 2

Pierwszym z nich jest z pewnością bardziej przejrzyste w intencji.

Dla tej konkretnej kwerendy nie powinna występować znacząca różnica w wydajności (w rzeczywistości powinny być prawie identyczne, nawet jeśli wynik jest inny, jeśli w wierszu myTable nie ma wierszy). Jeśli nie masz uzasadnionego powodu do dostrojenia zapytania (np. Sprawdzonego problemu z wydajnością), zawsze wybieraj ten, który pokazuje zamiar kodu.

Answer 3

Wszystkie optymalizatory zapytań warte swojej soli powinny tworzyć plany zapytań o identycznej wydajności dla obu zapytań: jeśli istnieje indeks optymalizowanej kolumny, oba zapytania powinny z niej korzystać; jeśli nie ma indeksu, oba wygenerują pełne skanowanie tabeli.

Answer 4

Chociaż podejrzewam, że operator sortowania TOP 1 jest zawyżony w planie. Próbowałem z TOP 1, TOP 100,> i TOP 101 i wszyscy dali mi taki sam szacowany koszt podtestu, mimo że ostatni> musiałby posortować wszystkie wiersze. - Martin Smith 2 lipca o 6:53

Niezależnie od tego, czy potrzebujesz 1 wiersza, czy 100 wierszy, optymalizator musi wykonać tę samą pracę w tym przykładzie, tj. Odczytać wszystkie wiersze z tabeli (indeks klastrowy). sortuj wszystkie te wiersze (operację sortowania), ponieważ w kolumnie C nie ma indeksu. Po prostu wyświetl, który z nich jest potrzebny.

SELECT TOP (1) b FROM dbo.x ORDER BY b DESC 
option(recompile); 
SELECT TOP (100) b FROM dbo.x ORDER BY b DESC 
option(recompile); 

Spróbuj powyższego kodu, a tutaj pierwsza 1 i pierwsza 100 pokazuje koszt różnic, ponieważ w kolumnie b znajduje się indeks. Tak więc w tym przypadku nie trzeba czytać wszystkich wierszy i sortować ich, ale praca ma przejść do wskaźnika ostatniej strony. Dla jednego wiersza czytamy ostatni wiersz na ostatniej stronie liścia indeksu. TFor 100 wiersz znajdź ostatni wiersz na ostatniej stronie, a następnie rozpocznij skanowanie do tyłu, aż uzyskasz 100 wierszy.