Wydajność stronicowania z dostosowywanym sortowaniem w wielu milionach wierszy

18

W naszej aplikacji mamy siatkę, w której użytkownicy mogą przeglądać dużą liczbę rekordów (10-20 milionów). Siatka obsługuje sortowanie w porządku rosnącym i malejącym w wielu kolumnach (20+). Wiele wartości również nie jest unikalnych, więc aplikacja sortuje również według identyfikatora jako elementu rozstrzygającego, aby upewnić się, że wiersze zawsze pojawiają się na tej samej stronie. Na przykład, jeśli użytkownik chce sortować według rozmiaru widżetu (zaczynając od największego), aplikacja generuje zapytanie, które wygląda trochę tak:

SELECT TOP 30
    * -- (Pretend that there is a list of columns here)
FROM Test
--  WHERE widgetSize > 100
ORDER BY
    widgetSize DESC,
    id ASC

Uruchomienie tego zapytania zajmuje około 15 sekund (z buforowanymi danymi), większość kosztów wydaje się sortować ~ 1,3 mln wierszy według widgetSize. Próbując dostroić to zapytanie, odkryłem, że jeśli dodam WHEREklauzulę ograniczoną tylko do największych rozmiarów widgetów (skomentowane w powyższym zapytaniu), zapytanie zajmuje tylko ~ 800 ms (wszystkie 50 000 najlepszych wyników ma rozmiar widgetu> 100) .

Dlaczego zapytanie bez tej WHEREklauzuli jest o wiele wolniejsze? Sprawdziłem statystyki w kolumnie widgetSize i pokazują one, że górne 739 wierszy ma rozmiar WidgetSize> 506. Ponieważ tylko 30 wierszy jest wymaganych, serwer SQL nie może użyć tych informacji, aby wywnioskować, że wystarczy posortować wiersze o rozmiarze widżetu który jest duży?

Zrzut ekranu planu wykonania zapytania dla szybkich i wolnych wersji zapytania

Wiem, że mogę zrobić to specyficzny kwerendy wykonać szybciej, dodając w indeksie na widgetSizei id, jednak wskaźnik ten jest przydatny tylko w tym konkretnym scenariuszu, a staje się bezwartościowe, jeśli (przykładowo) użytkownik odwraca kierunek sortowania. Ta tabela zawiera wiele dodatkowych kolumn, a każdy indeks jest duży (~ 200 MB), więc nie mogę sobie pozwolić na dodanie indeksu dla każdej możliwej kolejności sortowania.

Czy jest jakiś sposób, aby uzyskać wykonanie tych zapytań bez dodawania indeksu dla każdej możliwej kolejności sortowania? (użytkownik może sortować według dowolnej z ponad 20 kolumn)


Poniższy skrypt tworzy powyższą tabelę i zapełnia ją reprezentatywnymi danymi. Stół jest znacznie węższy niż rzeczywisty stół, jednak wciąż pokazuje wydajność, którą widzę. Na moim komputerze zapytanie z klauzulą ​​where zajmuje ~ 200ms, a zapytanie bez caluse ~ 800ms.

Ostrzeżenie: wynikowa baza danych po uruchomieniu tego skryptu ma rozmiar ~ 2 Gb.

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
Justin
źródło
Ile innych kolumn zamawiasz potencjalnie oprócz idi widgetsize?
LowlyDBA
@JohnM 30+, chociaż wiele z nich jest rzadko używanych, więc wydajność tych kolumn nie jest tak krytyczna
Justin
Dlaczego nie indeks klastrowany (id, widgetSize)? Jeśli kolejność wyszukiwania zmienia się z ASC/DESCindeksu, jest po prostu odczytywana od początku do początku - nie staje się przestarzała.
LowlyDBA
@JohnM Właśnie spróbowałem z następującym indeksem i nie miało to żadnego wpływu na wydajnośćCREATE CLUSTERED INDEX CIX_id_widgetSize ON Test (id, widgetSize)
Justin
Przykładowe dane mają 13773285 rows < 100i tylko 65717 rows > 100, więc w dużej mierze ograniczasz wiersze, których dotyczy zapytanie WHERE. Czy jest jakaś inna wartość, na której możesz filtrować? Jeśli masz przedsiębiorstwo, możesz rozważyć podzielenie tabeli na partycje.
LowlyDBA

Odpowiedzi:

14

Nie ma magicznego rozwiązania tego rodzaju problemu. Aby uniknąć potencjalnie kosztownego sortowania, musi istnieć indeks, który może zapewnić żądaną kolejność (a optymalizator musi wybrać użycie tego indeksu). Bez indeksu pomocniczego najlepszym programem SQL Server, który można zrobić natywnie, jest ograniczenie kwalifikujących się wierszy (na podstawie WHEREklauzuli) przed posortowaniem wynikowego zestawu. Bez WHEREklauzuli oznacza to sortowanie wszystkich wierszy w tabeli.

Sprawdziłem statystyki w kolumnie widgetSize i pokazują one, że górne 739 wierszy ma rozmiar WidgetSize> 506

Wiersze „739” w tej instrukcji prawdopodobnie odnoszą się do pierwszych pozycji w histogramie statystycznym, uporządkowanych według RANGE_HI_KEY. Histogram jest zbudowany na uporządkowanym strumieniu (przy użyciu sortowania). Nie są przechowywane informacje o tym, gdzie te wiersze znajdują się w tabeli. Nawet jeśli te wiersze zostaną napotkane jako pierwsze podczas skanowania tabeli, silnik nie ma innej opcji, jak tylko ukończyć skanowanie, aby upewnić się, że nie napotka wyższych wartości.

Ponieważ tylko 30 wierszy jest wymaganych, czy serwer SQL nie może użyć tych informacji, aby wywnioskować, że musi jedynie sortować wiersze o dużym rozmiarze widżetu?

Aby znaleźć 30 największych wierszy, SQL Server musi sprawdzać każdy pojedynczy wiersz (który kwalifikuje WHEREklauzulę). SQL Server nie ma możliwości wybrania arbitralnej „wartości minimalnej”, która kwalifikuje się jako „wystarczająco duża”, a nawet jeśli tak, nie może zlokalizować tych wierszy bez odpowiedniego indeksu.

W rzeczywistości Top N Sort, gdzie N <= 100 stosuje strategię zastępowania, w której tylko przychodzące wartości, które są większe niż bieżące minimum, są umieszczane w buforze sortowania, ale jest to niewielka optymalizacja w porównaniu z kosztem odczytu wierszy z tabeli i przekazując je do rodzaju.

Zasadniczo silnik może wcisnąć filtr dynamiczny (na bieżącą wartość minimalną obecną w buforze sortowania) w dół do skanowania tabeli, aby ograniczyć wiersze tak wcześnie, jak to możliwe, ale nie jest to realizowane. Aby obejść ten problem, podobny pomysł polega na utworzeniu indeksowanego widoku dla różnych wartości widgetSizez liczbą wierszy pasujących do każdej wartości:

CREATE VIEW dbo.WidgetSizes
WITH SCHEMABINDING
AS
SELECT
    T.widgetSize,
    NumRows = COUNT_BIG(*) 
FROM dbo.Test AS T
GROUP BY
    T.widgetSize;
GO
CREATE UNIQUE CLUSTERED INDEX CUQ_WidgetSizes_widgetSize
ON dbo.WidgetSizes (widgetSize);

Ten indeksowany widok będzie znacznie mniejszy niż równoważny indeks nieklastrowany, widgetSizejeśli istnieje stosunkowo niewiele różnych wartości (jak w przypadku danych przykładowych). Informacje te można następnie wykorzystać do oceny, które minimum widgetSizenależy filtrować, przy jednoczesnym zagwarantowaniu znalezienia co najmniej 30 wierszy.

Pierwsza strona

W przypadku pierwszej strony z 30 wierszy implementacja wygląda następująco:

DECLARE 
    @TopRows bigint = 30,
    @Minimum integer;

SELECT TOP (1)
    @Minimum = Filtered.widgetSize
FROM 
(
    SELECT * FROM 
    (
        SELECT
            WS.widgetSize,
            WS.NumRows,
            -- SQL Server 2012 or later
            SumNumRows = SUM(WS.NumRows) OVER (
                ORDER BY WS.widgetSize DESC)
        FROM dbo.WidgetSizes AS WS WITH (NOEXPAND)
    ) AS RunningTotal
    WHERE 
        RunningTotal.SumNumRows >= @TopRows
) AS Filtered
ORDER BY 
    Filtered.SumNumRows ASC;

SELECT TOP (@TopRows)
    T.id,
    T.widgetSize
FROM dbo.Test AS T
WHERE T.widgetSize >= @Minimum
ORDER BY
    T.widgetSize DESC,
    T.id ASC;

Plany realizacji:

Plany wykonania

Znacząco skraca to czas wykonywania, przy czym większość pozostałych kosztów związanych jest ze skanowaniem tabeli i filtrem zmniejszonym. Wydajność można dodatkowo poprawić, tworząc nieklastrowany indeks magazynu kolumn (SQL Server 2012 i nowsze wersje):

CREATE NONCLUSTERED COLUMNSTORE INDEX 
    NCCI_Test_id_widgetSize 
ON dbo.Test (id, widgetSize);

Na moim laptopie wykonywanie skanowania i filtrowania w trybie wsadowym w indeksie magazynu kolumn skróciło czas wykonywania z około 300 ms do zaledwie 20 ms :

Plan realizacji NCCI

Następna strona

Ostatni wiersz zwracany przez zapytanie pierwszej strony ma widgetSize = 2903a id = 327:

Page 1 Wyniki

Znalezienie kolejnych 30 wierszy (strona 2) wymaga tylko prostych modyfikacji poprzedniego zapytania:

DECLARE 
    @TopRows bigint = 30,
    @Minimum integer;

SELECT TOP (1)
    @Minimum = Filtered.widgetSize
FROM 
(
    SELECT * FROM 
    (
        SELECT
            WS.widgetSize,
            WS.NumRows,
            SumNumRows = SUM(WS.NumRows) OVER (
                ORDER BY WS.widgetSize DESC)
        FROM dbo.WidgetSizes AS WS WITH (NOEXPAND)
        WHERE
            -- Added
            WS.widgetSize < 2903
    ) AS RunningTotal
    WHERE 
        RunningTotal.SumNumRows >= @TopRows
) AS Filtered
ORDER BY 
    Filtered.SumNumRows ASC;

SELECT TOP (@TopRows)
    T.id,
    T.widgetSize
FROM dbo.Test AS T
WHERE 
    T.widgetSize >= @Minimum
    AND 
    (
        -- Added
        T.widgetSize < 2903
        OR (widgetSize = 2903 AND id > 327)
    )
ORDER BY
    T.widgetSize DESC,
    T.id ASC;

Daje to takie same wyniki, jak oczywiste rozszerzenie pierwotnego zapytania:

SELECT TOP 30
    * -- (Pretend that there is a list of columns here)
FROM Test
    WHERE widgetSize < 2903
    OR (widgetSize = 2903 AND id > 327)
ORDER BY
    widgetSize DESC,
    id ASC;

Page 2 Wyniki

Kwerenda wykorzystująca widok indeksowany i nieklastrowany indeks magazynu kolumn kończy się w 25 ms , w porównaniu z ponad 2000 ms dla oryginału.

Tradycyjne rozwiązanie indeksowe

Alternatywnie, jeśli utworzysz (minimalne, nieobejmujące) indeksy nieklastrowane w celu obsługi najczęstszych żądań porządkowania, istnieje spora szansa, że ​​optymalizator zapytań użyje ich do zaspokojenia TOP (30)zapytania. Można użyć kompresji indeksu, aby zminimalizować rozmiar tych dodatkowych indeksów.

Paul White przywraca Monikę
źródło
To wyświetla się zgodnie z tym, co widzę w statystykach zapytań - w szybszym zapytaniu liczba odczytów jest taka sama, jak w przypadku skanowania całej tabeli, po prostu sortowanie jest szybsze, ponieważ musi posortować tylko 60 000 wierszy zamiast 1,3 m Trudno jest utworzyć indeksy dla wszystkich możliwych rodzajów, ponieważ jest ich wiele (20+), każdy indeks jest duży (~ 200 mb) i potrzebuję 2 każdego z nich, aby pokryć rosnącą / malejącą kolejność sortowania.
Justin
6

W twoim miejscu cofnę się o krok i zakwestionuję ten wymóg. Twój kwadratowy kołek będzie pasował tylko nieznacznie do okrągłej całości.

Rozważ filtrowanie i wyszukiwanie zamiast sortowania i stronicowania. Jest lepszy dla zaplecza i jest lepszy dla użytkownika. Nikt tak naprawdę nie wchodzi w interakcje z 10 milionami wierszy, sortując według kolumny Foo i przechodząc do strony 312. Silne wyszukiwanie to tak dużo lepiej UX metafora.

Możesz zapytać, jak zbudować wydajne wyszukiwanie i filtrowanie według dowolnych kryteriów w bazie danych (magazyny kolumn), ale w większości przypadków implementacja polega na wyszukiwaniu spoza bazy danych (Lucene, Sphinx itp.).

Remus Rusanu
źródło