如何避免SQL Server对缺失值使用默认行估计？

如何解决如何避免SQL Server对缺失值使用默认行估计？

我得到了一个包含两百万行的表，其中有一个Status列，这是非聚集索引中的第二列。 状态为char(10)，包含“新建”，“正在处理”，“已处理”和“失败”

轮询功能会检查新行

SELECT TOP 1 ... FROM Table WHERE firstColumnInIdex = 1 AND Status = 'New' ORDER BY Id

（这实际上是对“处理中”状态的更新以及其他一些区别，但这并不重要）

查询使用非聚集索引，但行估计约为行的30％，因此内存授权在GB范围内。

我的测试表明问题出在统计上。由于表中通常不存在状态为“新建”的行，因此统计信息中不会显示“新建”（表示“已处理”为数百万，而“失败”则为数万）。如果在统计信息中找不到该值，则sql Server似乎是默认估计值，在这种情况下，大约为行的30％。

我在状态为“ New”的表中添加了一行，并使用FULLSCAN norECOmpuTE创建了新的统计信息。 （因此它变成了数百万个“已处理”，数千个“失败”和1个“新”）

现在行估计为1行，并且在获得少量内存的情况下查询成本从82下降到6。

（丢弃统计信息将再次导致30％的损失）

尽管此技巧可以解决问题，但感觉好像是黑客，有一天可能会停止工作（例如，将来的dba会找到此过时的统计信息并将其删除/更新）。

有没有更好的方法来解决这个问题？例如

• 改为使用整数状态？
• 通过外键或约束使sql Server知道“新”状态吗？

版本为2016SP1

解决方法

我觉得有用的一件事是filtered index。

假设这是一个队列，并且一切以状态“ new”开始，您

• 选择一个或所有“新”行（获取PK ID）
• 根据这些ID进行操作
• 根据ID更新状态

在这种情况下，您可以创建一个过滤索引，该索引基本上只是状态为'new'的所有行的最新列表。

CREATE NONCLUSTERED INDEX ix_myindex ON [myTable] 
([ID])
WHERE (Status = 'New')

请注意-索引将非常“热”，例如，有很多更改（一旦不再是“新”，它们就会从索引中删除）。

但是，我们的想法是保持很小，以至于没关系。

确保索引具有标识相关行（例如PK）所需的所有字段，以使其尽可能简单/小巧，并查看其是否有效。

更新以下评论

这些问题可能与“升序关键问题”有关-请随时进行研究和审查。

我在上面可能犯了一个小错误-如果实际上包括要过滤的字段，通常过滤后的索引会更好地工作。因此，以下方法可能会更好。

CREATE NONCLUSTERED INDEX ix_myindex ON [myTable] 
([ID],[Status])
WHERE (Status = 'New')

关于解决方案中的方法-想法是我们将完全忽略统计信息。相反，我们实际上创建了一个具有相关行数的临时表，这些表将限制基数估计。

为了进行测试，我有一个名为“ test”的表，该表具有约150万行，一个ID PK和4个带有UUID（本质上是随机数据）的列。

我用它来创建一个带有状态列的新表“ test2”。其中大约80％的状态为“已处理”，10％的状态为“正在处理”，10％的状态为“失败”。

然后我插入状态为“新”的新行。请注意，统计信息不更新。

但是，我然后使用过滤后的索引来识别相关行，方法是将它们放入临时表中-并将该表用于进一步处理。

设置

IF OBJECT_ID (N'test2',N'U') IS NOT NULL DROP TABLE dbo.Test2;
GO

CREATE TABLE [dbo].[test2](
    [ID] [int] NOT NULL,[Status] [varchar](12) NULL,[col2] [varchar](100) NULL,[col3] [varchar](100) NULL,[col4] [varchar](100) NULL,[col5] [varchar](100) NULL,CONSTRAINT [PK_test2] PRIMARY KEY CLUSTERED ([ID] ASC)
 );
GO

CREATE NONCLUSTERED INDEX [IX_test2_StatusNew] ON [dbo].[test2] ([ID] ASC,[Status] ASC)
    WHERE ([Status]='New');
GO

INSERT INTO dbo.Test2 (ID,Status,Col2,Col3,Col4,Col5)
    SELECT ID,CASE WHEN ID % 12 < 10 THEN 'Processed' WHEN ID % 12 = 10 THEN 'Processing' ELSE 'Failed' END,Col5
    FROM dbo.Test;
GO

CREATE STATISTICS [S_Status] ON [dbo].[test2]([Status]);
GO

DBCC SHOW_STATISTICS ('dbo.Test2','S_Status');
/*
RANGE_HI_KEY  RANGE_ROWS EQ_ROWS   DISTINCT_RANGE_ROWS  AVG_RANGE_ROWS
Failed        0          141420    0                    1
Processed     0          1417080   0                    1
Processing    0          141420    0                    1
*/

这是我的存储过程-首先标记适当的行（将其状态更改为“正在处理”）并记录其ID。

然后将这些ID用于处理表中的行，然后将状态再次更新为“已处理”。

为简便起见，我没有进行任何交易或错误检查。

CREATE PROCEDURE UpdateTest2News
AS
BEGIN
SET NOCOUNT ON;

    CREATE TABLE #IDs_to_process (ID int PRIMARY KEY);

    UPDATE      test2
        SET     Status = 'Processing'
        OUTPUT  deleted.ID
        INTO    #IDs_to_process
        WHERE   Status = 'New';

    UPDATE      test2
        SET     Col2 = NEWID(),Col3 = NEWID(),Col4 = NEWID(),Col5 = NEWID()
        FROM    test2
                INNER JOIN #IDs_to_Process IDs ON test2.ID = IDs.ID;

    UPDATE      test2
        SET     Status = 'Processed'
        FROM    test2
                INNER JOIN #IDs_to_Process IDs ON test2.ID = IDs.ID;

END;

然后我向Test2添加一个新行（状态为“新建”）。在查看统计信息时，它们没有变化（发生的变化不足以强制更新）。

SELECT TOP 1 ID FROM dbo.test2 ORDER BY ID DESC; -- Getting the latest value for next step
/* Max ID = 1699920 */

INSERT INTO dbo.Test2 (ID,Col5)
SELECT 1699921,'New',NULL,NULL;

DBCC SHOW_STATISTICS ('dbo.Test2','S_Status');
/*  Same as above  */
DBCC SHOW_STATISTICS ('dbo.Test2','IX_test2_StatusNew');
/*  No records represented in stats  */
GO

现在，最后一步

• 运行SET STATISTICS TIME,IO ON;以查看处理状态
• 还设置“包括实际执行计划”以查看估算值与实际值等

EXEC UpdateTest2News

以下是清理后的版本统计信息-非常不错。

Stats summary

SQL Server parse and compile time: 
   CPU time = 0 ms,elapsed time = 1 ms.

Table '#IDs_to_process___...________________0000000000BC'. Scan count 0,logical reads 2
Table 'test2'. Scan count 1,logical reads 7
Table 'Worktable'. Scan count 1,logical reads 5

 SQL Server Execution Times:
   CPU time = 0 ms,elapsed time = 14 ms.


SQL Server parse and compile time: 
   CPU time = 25 ms,elapsed time = 25 ms.

Table 'test2'. Scan count 0,logical reads 11
Table '#IDs_to_process________...__________0000000000BC'. Scan count 1,logical reads 2

 SQL Server Execution Times:
   CPU time = 0 ms,elapsed time = 593 ms.


SQL Server parse and compile time: 
   CPU time = 0 ms,elapsed time = 1 ms.

Table 'test2'. Scan count 0,logical reads 3
Table '#IDs_to_process_____...______0000000000BC'. Scan count 1,elapsed time = 45 ms.


 SQL Server Execution Times:
   CPU time = 61 ms,elapsed time = 683 ms.

这是执行计划/等，估计值与实际值也很好。

---

注意-它确实记住/缓存执行计划，当您拥有数量迥异的“新”行时，这可能会成为问题。

如果需要，可以将OPTION (RECOMPILE)放在存储过程中的语句2或3上，以便对行数进行新的估算。

如果需要的话，命令UPDATE STATISTICS test2 (IX_test2_StatusNew) WITH fullscan的运行也很简单（因为该索引中几乎没有行）-可能对您有帮助。