在SQL Server中，在具有聚簇索引的表上使用时，默认情况下是TOP确定性的吗？

Question

所以我试图向一些人解释为什么这个查询是个坏主意：

SELECT z.ReportDate, z.Zipcode, SUM(z.Sales) AS Sales,
COALESCE(
  (SELECT TOP (1) GroupName
  FROM dbo.zipGroups
  WHERE (Zipcode = z.Zipcode)), 'Unknown') AS GroupName,
COALESCE(
  (SELECT TOP (1) GroupCode
  FROM dbo.zipGroups
  WHERE (Zipcode = z.Zipcode)), 0) AS GroupNumber
FROM dbo.Report_ByZipcode AS z
GROUP BY z.ReportDate, z.Zipcode

并建议一个更好的方式来写它，当我的老板结束讨论时，“嗯，它已经返回了去年的正确数据，我们没有遇到任何问题，所以没关系。”

在这一点上，我心想，世界上甚至可能是这样吗？

经过一番挖掘，我发现了这些事实：

1. 此查询应按Zipcode和date对销售进行分组，并将这些内容链接到ZipGroup分配给ZipGroups表的最大组（按人口大小）。
2. 每个Zipcode可以分配到0到多个组，如果Zipcode被分配到0个组，它就不在zipGroups表中。
3. A组是地理区域，GroupNumbers按人口从最大到最小排名（例如，覆盖NY-NJ-CT三态区域的组是GroupNumber 1，而North Platte，Nebraska是GroupNumber 209）。
4. zipGroups表至少在2年内没有变化。
5. zipGroups表有一个聚集索引，Zipcode，GroupNumber（升序）作为键。
6. Zipcode，GroupNumber的组合在zipGroups中是唯一的。

所以我的问题有2个部分。

A）即使SELECT TOP查询中没有ORDER BY子句，它们实际上是确定性的，因为聚簇索引基本上是为它提供默认的ORDER BY吗？

B1）如果这是真的，那么查询是否会岌岌可危 ，实际上正在做它应该做的事情？

B2）如果不是这样，你能帮我证明一下吗？

注意：我已经重写了这个以使用连接，所以我不需要SQL来修复它，我需要将它投入生产中，所以我不再担心它会破坏。

Answer 1

在没有ORDER BY的情况下，SQL Server不保证记录的顺序。 它可能产生正确的结果999,999次，然后在第一百万次尝试失败。 不要这样做。

Answer 2

始终使用TOP声明使用订单。 订单不保证是聚集索引的顺序，如本博客文章中所示（包含反驳它的查询）：

没有ORDER BY，没有默认的排序顺序 。

即使它确实通过聚集索引，我也不会编写依赖于数据库引擎的未记录行为的查询，并且最好明确可读性。

Answer 3

如果你依赖的是聚集索引而不是整理，那么获得正确的顺序是巧合的，而不是确定性的。

在现实世界中，索引可以从一种变为另一种，原因很多，原因很糟糕，或根本没有理由。 而且，在现实世界中，您不一定要选择SQL Server在执行查询时使用的索引。 （或者它是否会使用索引。）

从技术上讲，整理也可能因为充分的理由，不好的理由或根本没有理由而改变。 但是每个人都知道改变整理会改变排序顺序 - 毕竟这是它的工作 - 所以这并不奇怪。 （听说过“最不惊讶的原则”？）

Answer 4

JohnFx的链接很好，尽管很长很难以理解。 这是一个小小的片段，它将显示以非聚集索引顺序返回的数据。

CREATE TABLE t1 (x INT NOT NULL PRIMARY KEY CLUSTERED, z INT NOT NULL UNIQUE);

INSERT INTO t1 (x,z) VALUES (1,4);
INSERT INTO t1 (x,z) VALUES (3,3);
INSERT INTO t1 (x,z) VALUES (2,2);
INSERT INTO t1 (x,z) VALUES (4,1);

SELECT x, z FROM t1;

输出（你应该得到）

x           z
----------- -----------
4           1
2           2
3           3
1           4

执行计划使用唯一（或其他）索引而不是聚集索引来显示它。

即使选择了聚簇索引，如果数据从并行性中合并，如果TOP N计数足够高，则可能无法正确排序。

话虽如此，因为你只使用TOP（1） 并且如果表只有一个索引可用，它可以被认为是确定性的，因为它只会使用该索引并选择索引页中的第一个条目。

Answer 5

A）即使SELECT TOP查询中没有ORDER BY子句，它们实际上是确定性的，因为聚簇索引基本上是为它提供默认的ORDER BY吗？ B1）如果这是真的，那么查询是否会岌岌可危，实际上正在做它应该做的事情？

如果指定top而没有排序，则排序是查询优化器选择的访问方法的副作用。 由于查询优化器将使用聚集索引来解析此查询，因此会产生非常好的副作用。

我不会使用确定性这个词，因为查询优化器可能不是确定性的。 但是，在优化器选择聚簇索引的情况下，是 - 查询执行它应该执行的操作。

仍应指定ORDER，以便将正确性锁定到查询中。 应该分别将正确性（“你想要什么”）和实现（“你如何得到它”）分成查询和优化器计划。

B2）如果不是这样，你能帮我证明一下吗？

假设ZipGroups表中有更多列，则可以添加包含仅两个相关列的非聚集索引，这些列优先于聚簇索引。 如果非聚集索引具有不同的排序（Zipcode asc，GroupNumber desc），则查询将中断。