SQLServer中的执行引擎介绍
本文的目的是对执行计划中每个操作的相关信息进行分类。数据访问操作
首先，最基本的操作来访问数据。这可以通过直接访问表或通过访问索引，表的数据结构的堆（heap）和B树聚簇索引数据组织通过堆没有表，这个表是无序的，建立一个聚簇索引和非聚簇索引数据的B树的方式组织，这种方式是按存储的数量。一般来说，一个非聚集索引只包含一些列的表，以及滤波器的指标，只有一些行包括。
除了数据组织方式外，数据访问也分为两种：扫描（查找）和查找（查找）。扫描是扫描整个结构的所有数据，而搜索只是寻找整个结构中的一部分数据，因此可以看出，由于堆乱了，不可能在堆栈上搜索（查找）操作。与B树的顺序相比，可以在B树中找到。当为一个堆组织表访问数据时，将执行堆扫描，如图1所示。
图1。表扫描
正如您所看到的，表扫描图标清楚地显示了表扫描的性质，并在无序的组织表中从头到尾地扫描它。
至于聚类索引B树结构和非聚集索引，同样可以进行扫描，一般来说，为了获得索引中的所有数据，在一个表或索引中得到的大部分扫描数据树所占的成本小于搜索，将被聚类索引扫描。如图2所示。
图2。聚集索引扫描
索引扫描图标还可以清楚地显示聚集索引扫描的性质。在找到最左边的叶节点之后，所有叶子节点都被扫描以扫描整个结构。当然，对于非聚集索引，同样的概念也是一样的，如图3所示。
图3。非聚集索引的扫描
对于B树结构中的一部分数据，索引查找使B树有意义，根据键值，可以从B树根到单一路径，从而减少扫描页面的不必要消耗。图4是查询计划中的索引查找。
图4。聚集索引查找
索引查找图标也很生动，你可以看到图标从根节点到叶节点的线。它是在数据页找到，不难看出，如果我们需要找到多个数据分散在不同的页面，搜索操作应重复多次，当这个数目足够大时，SQL Server会选择一个相对较低的消费指数扫描和不重复的索引，非聚集索引查找，是同一个概念，而不再是对。
书签查找（书签查找）
您可能认为，如果非聚集索引可以很快找到数据，但不幸的是，当非聚集索引不包含所有必需的列时会发生什么在这一点上，SQL Server将面临两种选择：直接访问基础表获取数据或非聚集索引查找数据，然后去基本表得到，不受非聚集索引的列，选择取决于行和其他统计信息的查询分析器的估计数。会选择少消耗一。
图5显示了一个简单的书签查找。
图5。一个简单的书签查找
从图5可以看出，第一个非聚集索引的发现就行了，但这个指标并不包括所有的列，所以你必须找到这些额外的基础表中的列，所以找钥匙，如果基本表的堆组织，然后重点查找（查找）将摆脱搜索（RID查找），关键和摆脱查询书签查找。
然而，有时索引查找返回的行数太多，这使得书签查找的性能大大低于直接扫描操作。因此，SQL Server将选择扫描而不是书签，如图6所示。
图6.stateprovinceid列有一个非聚集索引，但由于返回的行数太大，该分析仪选择扫描代替书签查找。
这个估计是以统计信息为基础的。关于统计信息，我可以看到前面的一篇博文，内容是统计对SQL Server中查询的影响。
聚合操作（聚合）
聚合函数使聚合操作。一个聚集函数是一个总结的一组数据为1的数据在一定准则的过程，或聚集成基于规则的多数据。一些聚合函数，如平均值，总和，最小，和不同的关键词，可能会导致两种聚合操作：流聚合（流聚集）和Hashi聚集（哈希聚合）。
流聚合（流聚合）
流聚合需要在汇总的数据集是有序执行聚合函数，数据可以通过命令排序的实现方案，也可以直接从聚集或直接访问有序数据，在另外的非聚集索引，没有聚合操作组是标量聚合，这种操作是执行聚合流量。
例如，我们直接进行标量聚合，如图7所示。
图7。流聚合
但对于集团的条款，因为数据需要根据命令由集团列排序是需要保证排序。注意，排序操作是一个操作，占用内存占用tempdb时记忆insufficient.sql服务器总是选择在排序操作成本最低和散列匹配。手术需要排序，如图8所示。
图8。需要排序的流聚合
排序操作图8按产品线分类，然后将它们按照各自的群体聚集。
散列聚合（散列聚合）
上面的流量聚集是适合相对少量的数据，但对于一个相对较大的表，使用哈希组低于排序的成本。散列集建立内存中的哈希表实现聚集，所以没有需要的数据在内存中建立哈希排序。表以柱后面组作为核心价值，如图9所示。
图9。哈希聚合
在记忆的一个好的哈希表，按照以下的值作为密钥的组，然后处理每一个数据集，当钥匙不在哈希表中存在，将条目添加到哈希表，当钥匙已经存在于哈希表，按照规则（规则聚合函数，如和AVG，是计算值的哈希表）（价值）。
连接（连接）
当多表连接（书签查找和索引连接计数）时，SQL Server将采用三种不同的连接方式：循环嵌套连接（嵌套循环连接）、合并连接（合并连接）和散列连接（散列连接），这些连接不比其他连接好，但每种连接都适应特定场景。
循环嵌套连接（嵌套循环连接）
从图10中可以看到一个简单的循环嵌套连接。
图10。循环嵌套连接的一个示例
循环的嵌套连接的图标也很生动，在外部输入（外部输入）以上，这是索引扫描聚集。在接下来的内部输入（内输入），这里是聚集索引查找。外部输入仅执行一次，与内部输入抬头每一行的加入条件基于外部输入。既然是290线，内部输入执行了290次。
可以通过属性窗口看到它。如图11所示：
图11中执行内部输入的次数。
根据嵌套循环的原理，很容易看出，由于外部输入是扫描的，所以内部输入是查找的。当两个连接的外部输入结果集相对较小，而内部输入表查找非常大时，查询优化器更倾向于选择循环嵌套模式。
合并连接（合并连接）
与循环嵌套不同，合并的连接仅是每个表的一个访问。从这个角度来看，组合连接要比循环嵌套快得多。典型的合并连接如下所示，如图12所示。
图12。合并连接
不难想象组合连接的原理。首先，连接的组合需要双方的顺序。由于输入条件是有序的，所以每个输入集都取一行来比较，等回报和不等放弃。从这里，也不难看出为什么合并联接只允许联接等于数字。我们可以从图11中的图标看到这个原理。
如果输入数据的两个方面发生故障，查询分析器将不选择合并连接。我们还可以对提示符进行索引，以强制合并连接。为了实现这一目标，执行计划必须添加一个排序步骤来实现订单，如图13所示。
图13。通过排序实现合并连接
散列连接（哈希连接）
哈希连接只需要1的数据从双方。哈希连接是通过在内存中建立一个哈希表实现。这是更大的内存消耗，如果内存不够，它将占用tempdb。但它不需要有序的组合作为一个典型的哈希连接的连接。如图14所示。
图14。哈希连接
在这里我删除客户的聚集索引，否则两命令输入SQL Server会选择较低的cost.sql服务器组合连接使用两个以上的输入来生成一个哈希表，这是由下面的输入检测，可以在属性窗口中看到，如图15所示。
图15。散列密钥生成和散列密钥检测
一般来说，当两个输入数据较大且数据在数据的一个或两个方面到达时，散列匹配被使用。
并行
当多个表连接时，SQL Server也允许在多CPU或多核情况下查询并行，这无疑提高了效率。图16显示了一个并行的例子。
图16。并行增强效率
总结
本文简要介绍了SQL Server执行计划中常用的操作原理，了解这些步骤和原则是优化查询的基础工作。