Dalam aplikasi kami, kami memiliki kotak di mana pengguna dapat halaman lebih dari sejumlah besar catatan (10-20 juta). Grid mendukung pengurutan dalam urutan menaik dan menurun dalam sejumlah kolom (20+). Banyak dari nilai-nilai ini juga tidak unik dan aplikasi juga mengurutkan oleh id sebagai tie-breaker untuk memastikan bahwa baris selalu muncul di halaman yang sama. Sebagai contoh, jika pengguna ingin mengurutkan berdasarkan ukuran widget (dimulai dengan yang terbesar), aplikasi menghasilkan kueri yang terlihat sedikit seperti ini:
SELECT TOP 30
* -- (Pretend that there is a list of columns here)
FROM Test
-- WHERE widgetSize > 100
ORDER BY
widgetSize DESC,
id ASCKueri ini membutuhkan waktu ~ 15 detik untuk dijalankan (dengan data cache), bagian utama dari biaya tampaknya adalah pengurutan ~ 1,3 juta baris menurut widgetSize. Dalam upaya untuk menyetel kueri ini, saya menemukan bahwa jika saya menambahkan WHEREklausa yang dibatasi hanya pada ukuran widget terbesar (dikomentari dalam kueri di atas) kueri hanya membutuhkan ~ 800 ms (semua 50.000 hasil teratas memiliki ukuran widget> 100) .
Mengapa kueri tanpa WHEREklausa jauh lebih lambat? Saya telah memeriksa statistik pada kolom widgetSize dan mereka menunjukkan bahwa 739 baris teratas memiliki WidgetSize> 506. Karena hanya 30 baris yang diperlukan, SQL server tidak dapat menggunakan informasi ini untuk menyimpulkan bahwa hanya perlu mengurutkan baris dengan ukuran widget. mana yang besar?
Saya tahu bahwa saya dapat membuat kueri spesifik ini bekerja lebih cepat dengan menambahkan indeks pada widgetSizedan id, namun indeks ini hanya berguna dalam skenario khusus ini, dan menjadi tidak bernilai jika (misalnya) pengguna membalikkan arah pengurutan. Tabel ini mengandung banyak kolom tambahan dan setiap indeks besar (~ 200mb) jadi saya tidak bisa benar-benar mampu menambahkan indeks untuk setiap urutan urutan yang mungkin.
Apakah ada cara agar kueri ini dapat dilakukan tanpa menambahkan indeks untuk setiap kemungkinan urutan? (pengguna dapat mengurutkan berdasarkan salah satu dari 20 kolom)
Script berikut membuat tabel di atas dan mengisinya dengan beberapa data representatif. Tabelnya jauh lebih sempit dari tabel sebenarnya, namun masih menunjukkan kinerja yang saya lihat. Di PC saya kueri dengan klausa where mengambil ~ 200ms sementara kueri tanpa caluse di mana ~ 800ms.
Peringatan: Basis data yang dihasilkan setelah menjalankan skrip ini adalah ~ 2Gb.
CREATE TABLE Test
(
id INT NOT NULL IDENTITY(1,1) PRIMARY KEY,
widgetSize INT NOT NULL
)
CREATE TABLE #Data
(
widgetSize INT NOT NULL,
recordCount INT NOT NULL
)
INSERT INTO #Data (widgetSize, recordCount)
VALUES
(40826,1),
(30317,1),
(28513,1),
(24255,1),
(20247,1),
(20245,1),
(16445,1),
(15719,1),
(8489,1),
(8486,1),
(4753,1),
(4424,1),
(4409,1),
(3738,1),
(3732,1),
(3725,4),
(3691,1),
(3678,1),
(3655,1),
(3653,3),
(3575,1),
(3572,1),
(3569,1),
(2919,1),
(2903,1),
(2804,1),
(2795,1),
(2765,1),
(2732,1),
(2731,1),
(2677,1),
(2631,1),
(2624,1),
(2548,1),
(2544,1),
(2531,2),
(2516,3),
(2512,1),
(2503,1),
(2502,1),
(2472,1),
(2467,2),
(2460,1),
(2452,1),
(2442,2),
(2439,1),
(2412,1),
(2411,1),
(2405,1),
(2382,1),
(2375,1),
(2348,1),
(2341,1),
(2322,1),
(2321,1),
(2316,1),
(2314,1),
(2291,1),
(2284,1),
(2258,1),
(2251,1),
(2232,1),
(2229,7),
(2222,1),
(2204,1),
(2186,1),
(2173,1),
(2145,2),
(2143,1),
(2113,2),
(2110,1),
(2089,1),
(2082,1),
(2080,1),
(2056,1),
(2054,1),
(2052,1),
(2019,1),
(1991,2),
(1900,1),
(1870,1),
(1869,1),
(1856,1),
(1826,1),
(1802,1),
(1792,1),
(1786,1),
(1784,1),
(1781,1),
(1780,1),
(1771,1),
(1758,1),
(1756,1),
(1749,2),
(1742,1),
(1740,2),
(1729,1),
(1728,1),
(1726,1),
(1718,1),
(1717,1),
(1707,1),
(1701,2),
(1696,1),
(1694,1),
(1688,1),
(1679,1),
(1649,2),
(1632,1),
(1621,1),
(1616,1),
(1588,2),
(1584,1),
(1554,2),
(1539,1),
(1525,1),
(1516,1),
(1515,1),
(1476,1),
(1467,1),
(1463,2),
(1406,1),
(1390,1),
(1370,1),
(1350,1),
(1338,1),
(1335,2),
(1326,1),
(1325,1),
(1316,2),
(1315,1),
(1311,3),
(1308,1),
(1305,1),
(1302,1),
(1299,1),
(1298,1),
(1285,1),
(1283,1),
(1282,1),
(1270,1),
(1261,1),
(1255,1),
(1251,1),
(1250,1),
(1242,1),
(1220,1),
(1219,1),
(1217,1),
(1216,1),
(1193,1),
(1190,1),
(1164,2),
(1147,1),
(1137,3),
(1134,2),
(1133,1),
(1128,2),
(1120,1),
(1113,1),
(1105,1),
(1099,6),
(1098,1),
(1096,2),
(1095,2),
(1092,3),
(1082,1),
(1061,2),
(1050,1),
(1040,1),
(1007,1),
(987,1),
(966,1),
(960,1),
(954,1),
(952,1),
(951,1),
(950,1),
(924,1),
(923,2),
(917,1),
(916,2),
(907,2),
(902,1),
(900,1),
(896,1),
(892,1),
(889,1),
(879,2),
(876,1),
(874,3),
(868,2),
(861,8),
(860,2),
(854,4),
(853,1),
(852,1),
(851,6),
(847,1),
(846,1),
(843,13),
(839,3),
(838,1),
(837,3),
(825,3),
(824,1),
(820,1),
(819,1),
(818,5),
(817,9),
(814,2),
(811,13),
(809,1),
(807,1),
(804,4),
(798,4),
(795,1),
(794,7),
(791,2),
(789,2),
(788,2),
(782,7),
(778,1),
(770,1),
(769,3),
(768,1),
(763,2),
(760,1),
(756,6),
(755,5),
(753,5),
(751,1),
(748,1),
(747,3),
(746,2),
(745,1),
(744,2),
(743,3),
(742,2),
(741,3),
(737,3),
(735,1),
(734,1),
(733,2),
(731,2),
(730,1),
(728,1),
(727,2),
(726,1),
(724,1),
(721,1),
(718,2),
(714,3),
(710,1),
(707,8),
(706,2),
(703,1),
(697,3),
(696,2),
(692,2),
(686,1),
(684,1),
(683,1),
(680,2),
(678,2),
(674,2),
(672,2),
(671,1),
(669,1),
(668,2),
(667,2),
(666,1),
(665,1),
(663,3),
(662,1),
(661,2),
(658,1),
(657,2),
(656,1),
(655,1),
(654,2),
(652,2),
(651,1),
(650,3),
(649,4),
(644,3),
(643,1),
(642,1),
(641,1),
(637,2),
(636,1),
(632,1),
(631,1),
(630,1),
(629,3),
(627,1),
(625,2),
(624,2),
(623,1),
(620,1),
(618,5),
(617,3),
(616,1),
(615,2),
(614,2),
(612,7),
(605,2),
(603,5),
(601,3),
(595,1),
(594,1),
(593,1),
(590,1),
(588,6),
(587,3),
(586,3),
(583,1),
(582,1),
(580,3),
(578,1),
(577,2),
(576,1),
(575,2),
(574,2),
(573,1),
(572,2),
(571,3),
(570,1),
(569,1),
(568,2),
(567,4),
(566,4),
(565,2),
(564,2),
(563,2),
(562,1),
(560,1),
(559,2),
(558,1),
(557,3),
(556,3),
(555,2),
(554,3),
(553,1),
(552,4),
(551,4),
(550,1),
(549,3),
(548,2),
(547,2),
(546,8),
(544,1),
(543,3),
(542,8),
(541,1),
(538,8),
(536,1),
(534,1),
(533,2),
(532,1),
(531,1),
(530,1),
(529,11),
(528,1),
(527,3),
(526,1),
(525,2),
(524,5),
(523,3),
(522,1),
(521,2),
(520,5),
(518,12),
(517,5),
(515,5),
(514,3),
(513,1),
(511,16),
(510,6),
(509,1),
(508,2),
(507,1),
(506,41),
(505,2),
(504,7),
(503,7),
(502,3),
(501,3),
(500,8),
(499,1),
(498,4),
(497,6),
(496,10),
(495,8),
(494,4),
(493,5),
(492,3),
(491,3),
(490,6),
(489,6),
(488,2),
(487,3),
(486,4),
(485,6),
(484,2),
(483,5),
(482,12),
(481,3),
(480,9),
(479,10),
(478,6),
(477,5),
(476,19),
(475,5),
(474,4),
(473,3),
(472,3),
(471,8),
(470,5),
(469,11),
(468,2),
(467,1),
(466,5),
(465,9),
(464,13),
(463,10),
(462,5),
(461,12),
(460,1),
(459,5),
(458,3),
(457,1),
(456,13),
(455,3),
(454,11),
(453,5),
(452,6),
(451,20),
(450,51),
(449,12),
(448,8),
(447,6),
(446,6),
(445,6),
(444,16),
(443,80),
(442,5),
(441,10),
(440,5),
(439,12),
(438,14),
(437,58),
(436,2),
(435,13),
(434,7),
(433,5),
(432,16),
(431,7),
(430,30),
(429,21),
(428,6),
(427,18),
(426,2),
(425,7),
(424,21),
(423,11),
(422,4),
(421,8),
(420,8),
(419,7),
(418,15),
(417,9),
(416,22),
(415,6),
(414,22),
(413,10),
(412,15),
(411,9),
(410,68),
(409,62),
(408,5),
(407,7),
(406,12),
(405,12),
(404,8),
(403,8),
(402,31),
(401,24),
(400,11),
(399,3),
(398,16),
(397,19),
(396,6),
(395,18),
(394,3),
(393,2),
(392,18),
(391,20),
(390,14),
(389,12),
(388,26),
(387,14),
(386,27),
(385,23),
(384,25),
(383,25),
(382,21),
(381,69),
(380,14),
(379,34),
(378,41),
(377,24),
(376,27),
(375,13),
(374,35),
(373,32),
(372,43),
(371,28),
(370,30),
(369,27),
(368,21),
(367,23),
(366,36),
(365,45),
(364,42),
(363,82),
(362,16),
(361,33),
(360,29),
(359,15),
(358,19),
(357,17),
(356,29),
(355,11),
(354,18),
(353,29),
(352,5),
(351,6),
(350,9),
(349,17),
(348,11),
(347,17),
(346,16),
(345,20),
(344,15),
(343,14),
(342,19),
(341,7),
(340,13),
(339,13),
(338,23),
(337,13),
(336,15),
(335,9),
(334,6),
(333,10),
(332,30),
(331,22),
(330,21),
(329,13),
(328,8),
(327,10),
(326,50),
(325,16),
(324,18),
(323,17),
(322,26),
(321,18),
(320,24),
(319,18),
(318,20),
(317,6),
(316,19),
(315,17),
(314,14),
(313,39),
(312,29),
(311,23),
(310,21),
(309,27),
(308,27),
(307,14),
(306,19),
(305,27),
(304,42),
(303,29),
(302,38),
(301,47),
(300,19),
(299,9),
(298,14),
(297,46),
(296,11),
(295,20),
(294,20),
(293,16),
(292,23),
(291,27),
(290,35),
(289,20),
(288,15),
(287,21),
(286,22),
(285,33),
(284,24),
(283,11),
(282,25),
(281,17),
(280,47),
(279,22),
(278,15),
(277,26),
(276,18),
(275,20),
(274,29),
(273,53),
(272,28),
(271,17),
(270,20),
(269,30),
(268,15),
(267,40),
(266,143),
(265,35),
(264,11),
(263,30),
(262,32),
(261,39),
(260,52),
(259,96),
(258,31),
(257,18),
(256,35),
(255,52),
(254,24),
(253,35),
(252,64),
(251,34),
(250,21),
(249,45),
(248,52),
(247,64),
(246,131),
(245,108),
(244,36),
(243,34),
(242,45),
(241,50),
(240,38),
(239,57),
(238,55),
(237,62),
(236,31),
(235,82),
(234,43),
(233,40),
(232,43),
(231,58),
(230,38),
(229,38),
(228,38),
(227,69),
(226,23),
(225,54),
(224,90),
(223,91),
(222,60),
(221,277),
(220,70),
(219,33),
(218,42),
(217,100),
(216,185),
(215,98),
(214,108),
(213,57),
(212,54),
(211,77),
(210,150),
(209,175),
(208,46),
(207,199),
(206,158),
(205,68),
(204,85),
(203,129),
(202,75),
(201,59),
(200,73),
(199,123),
(198,72),
(197,155),
(196,193),
(195,66),
(194,119),
(193,119),
(192,80),
(191,80),
(190,96),
(189,284),
(188,108),
(187,79),
(186,118),
(185,93),
(184,92),
(183,194),
(182,152),
(181,96),
(180,134),
(179,108),
(178,121),
(177,91),
(176,140),
(175,262),
(174,159),
(173,121),
(172,134),
(171,118),
(170,116),
(169,168),
(168,297),
(167,171),
(166,214),
(165,474),
(164,176),
(163,131),
(162,215),
(161,310),
(160,175),
(159,183),
(158,208),
(157,377),
(156,248),
(155,804),
(154,452),
(153,133),
(152,224),
(151,826),
(150,299),
(149,367),
(148,427),
(147,413),
(146,1190),
(145,796),
(144,450),
(143,334),
(142,308),
(141,707),
(140,580),
(139,601),
(138,403),
(137,351),
(136,411),
(135,547),
(134,528),
(133,506),
(132,306),
(131,485),
(130,419),
(129,832),
(128,1034),
(127,894),
(126,1168),
(125,313),
(124,787),
(123,1079),
(122,984),
(121,1086),
(120,1525),
(119,1007),
(118,539),
(117,1596),
(116,1307),
(115,2081),
(114,1256),
(113,2200),
(112,1184),
(111,535),
(110,1404),
(109,1219),
(108,1675),
(107,1765),
(106,1784),
(105,890),
(104,931),
(103,1769),
(102,1720),
(101,1528),
(100,1639),
(99,1955),
(98,1434),
(97,979),
(96,2295),
(95,2516),
(94,3043),
(93,2972),
(92,3493),
(91,1873),
(90,1047),
(89,2228),
(88,2328),
(87,1804),
(86,5243),
(85,2256),
(84,1602),
(83,898),
(82,2025),
(81,2207),
(80,2559),
(79,2720),
(78,3302),
(77,5410),
(76,994),
(75,2767),
(74,3343),
(73,3951),
(72,4116),
(71,6164),
(70,2992),
(69,2066),
(68,18269),
(67,13159),
(66,13142),
(65,7387),
(64,8759),
(63,4887),
(62,1847),
(61,10239),
(60,6990),
(59,8785),
(58,8161),
(57,10081),
(56,4899),
(55,1744),
(54,9916),
(53,8713),
(52,9529),
(51,8827),
(50,10255),
(49,6392),
(48,2253),
(47,9939),
(46,12083),
(45,12103),
(44,12667),
(43,19758),
(42,9699),
(41,5450),
(40,26566),
(39,41836),
(38,48441),
(37,49562),
(36,71987),
(35,32390),
(34,7159),
(33,179598),
(32,158675),
(31,132676),
(30,151839),
(29,139014),
(28,632065),
(27,7800),
(26,259440),
(25,215240),
(24,170986),
(23,157141),
(22,167304),
(21,20408),
(20,11949),
(19,267541),
(18,208096),
(17,174708),
(16,156445),
(15,153569),
(14,73937),
(13,73821),
(12,310246),
(11,231829),
(10,179047),
(9,145506),
(8,133433),
(7,108736),
(6,73381),
(5,84825),
(4,86641),
(3,86172),
(2,87690),
(1,148110),
(0,7960761),
(-1,861),
(-2,365),
(-3,356),
(-4,578),
(-5,293),
(-6,310),
(-7,414),
(-8,748),
(-9,113),
(-10,782),
(-11,705),
(-12,711),
(-13,915),
(-14,539),
(-15,70),
(-16,21),
(-17,40),
(-18,56),
(-19,52),
(-20,34),
(-21,46),
(-22,20),
(-23,10),
(-24,24),
(-25,44),
(-26,18),
(-27,13),
(-28,4),
(-29,3),
(-30,6),
(-31,2),
(-58,1),
(-59,13),
(-60,2),
(-61,2),
(-64,1),
(-70,1),
(-97,1),
(-145,1),
(-234,1),
(-239,2),
(-240,2),
(-272,2),
(-273,1),
(-274,1),
(-276,4),
(-1094,1),
(-1096,1),
(-1337,1),
(-1341,1),
(-3545,1),
(-3547,1),
(-10962,1),
(-10964,1),
(-255449,1),
(-255470,1),
(-365104,1),
(-365105,1)
DECLARE c CURSOR FOR
SELECT widgetSize, recordCount FROM #Data
OPEN c
DECLARE @widgetSize INT
DECLARE @rowCount INT
FETCH NEXT FROM c INTO @widgetSize, @rowCount
WHILE @@FETCH_STATUS = 0
BEGIN
;WITH cte AS
(
SELECT rowNumber = 1
UNION ALL
SELECT rowNumber + 1
FROM cte
WHERE rowNumber < @rowCount
)
INSERT INTO Test
(
widgetSize
)
SELECT
@widgetSize
FROM cte
OPTION (MAXRECURSION 0)
FETCH NEXT FROM c INTO @widgetSize, @rowCount
END
CLOSE c
DEALLOCATE c
DROP TABLE #Data
CREATE STATISTICS WidgetSize
ON Test (WidgetSize) WITH FULLSCAN
sql-server
t-sql
sorting
paging
Justin
sumber
sumber
iddanwidgetsize?(id, widgetSize)? Jika urutan pencarian membalik dariASC/DESCindeks hanya dibaca kembali ke depan - itu tidak menjadi usang.CREATE CLUSTERED INDEX CIX_id_widgetSize ON Test (id, widgetSize)13773285 rows < 100dan hanya65717 rows > 100, jadi Anda sebagian besar membatasi baris yang dipertanyakan denganWHERE. Apakah ada nilai lain yang bisa Anda filter? Jika Anda memiliki perusahaan, Anda dapat mempertimbangkan mempartisi tabel.Jawaban:
Tidak ada solusi ajaib untuk masalah jenis ini. Untuk menghindari jenis yang berpotensi mahal, harus ada indeks yang dapat memberikan pesanan yang diminta (dan pengoptimal harus memilih untuk menggunakan indeks itu). Tanpa indeks pendukung, SQL Server terbaik yang bisa dilakukan secara native adalah membatasi baris kualifikasi (berdasarkan
WHEREklausa) sebelum mengurutkan set yang dihasilkan. TanpaWHEREklausa, ini berarti mengurutkan semua baris dalam tabel.Baris 'top 739' dalam pernyataan itu mungkin merujuk pada entri pertama dalam histogram statistik, yang dipesan oleh
RANGE_HI_KEY. Histogram dibangun pada aliran yang diurutkan (menggunakan semacam). Tidak ada informasi yang disimpan tentang di mana baris-baris itu berada dalam tabel. Bahkan jika baris-baris tersebut ditemukan pertama kali dalam pemindaian tabel, mesin tidak memiliki pilihan selain menyelesaikan pemindaian untuk memastikan tidak menemukan nilai yang lebih tinggi.Untuk menemukan 30 baris terbesar, SQL Server harus memeriksa setiap baris (yang memenuhi syarat
WHEREklausa). Tidak ada cara bagi SQL Server untuk memilih 'nilai minimum' sewenang-wenang yang memenuhi syarat sebagai 'cukup besar', dan bahkan jika itu, SQL Server tidak dapat menemukan baris-baris itu tanpa indeks yang sesuai.Faktanya, Top N Sortir di mana N <= 100 memang menggunakan strategi penggantian di mana hanya nilai yang masuk yang lebih besar dari minimum saat ini ditempatkan di buffer sortir, tetapi ini adalah optimasi kecil dibandingkan dengan biaya membaca baris dari tabel dan melewati mereka ke semacam itu.
Pada prinsipnya, mesin bisa mendorong filter dinamis (pada nilai minimum saat ini di buffer semacam) ke dalam pemindaian tabel, untuk membatasi baris sedini mungkin, tetapi ini tidak diterapkan. Untuk menyiasatinya, ide serupa melibatkan pembuatan tampilan indeks atas nilai berbeda
widgetSizedengan jumlah baris yang cocok dengan masing-masing nilai:Tampilan yang diindeks ini akan jauh lebih kecil daripada indeks nonclustered setara
widgetSizejika ada nilai yang relatif sedikit berbeda (seperti halnya dengan data sampel). Informasi ini kemudian dapat digunakan untuk menilai minimumwidgetSizeuntuk memfilter, sambil tetap menjamin akan ada setidaknya 30 baris yang ditemukan.Halaman pertama
Untuk halaman pertama dari 30 baris, implementasinya terlihat seperti ini:
Rencana eksekusi:
Ini meningkatkan waktu eksekusi secara nyata, dengan sebagian besar sisa biaya terkait dengan pemindaian tabel dan filter push-down. Kinerja dapat ditingkatkan lebih lanjut dengan membuat indeks kolom-toko nonclustered (SQL Server 2012 dan seterusnya):
Di laptop saya, melakukan pemindaian dan filter dalam mode batch pada indeks kolom-toko mengurangi waktu eksekusi dari sekitar 300 ms menjadi hanya 20 ms :
Halaman selanjutnya
Baris terakhir yang dikembalikan oleh kueri halaman pertama memiliki
widgetSize = 2903danid = 327:Menemukan 30 baris berikutnya (halaman 2) hanya memerlukan modifikasi sederhana dari permintaan sebelumnya:
Ini menghasilkan hasil yang sama dengan ekstensi jelas dari permintaan asli:
Permintaan menggunakan tampilan diindeks dan indeks toko kolom nonclustered selesai dalam 25 ms , dibandingkan dengan lebih dari 2000 ms untuk yang asli.
Solusi indeks tradisional
Sebagai alternatif, jika Anda membuat indeks nonclustered (minimal, tidak mencakup) untuk mendukung permintaan pemesanan paling umum, kemungkinan cukup baik bahwa pengoptimal permintaan akan menggunakannya untuk memenuhi
TOP (30)permintaan. Kompresi indeks dapat digunakan untuk meminimalkan ukuran indeks tambahan ini.sumber
Di tempat Anda, saya akan mengambil langkah mundur dan mempertanyakan persyaratan. Pasak persegi Anda hanya akan sedikit sesuai dengan keseluruhan putaran.
Pertimbangkan pemfilteran dan cari alih-alih mengurutkan dan paging. Lebih baik untuk ujung belakang dan lebih baik bagi pengguna. Tidak ada yang benar-benar berinteraksi dengan 10 mil baris dengan mengurutkan berdasarkan kolom Foo dan menavigasi ke halaman 312. Pencarian yang kuat sangat metafora jauh lebih baik UX.
Anda dapat bertanya bagaimana cara membangun pencarian yang efisien dan penyaringan pada kriteria arbitrer dalam database (kolom toko), tetapi kebanyakan kali implementasinya adalah hanya mencari dari luar DB (Lucene, Sphinx dll).
sumber