使用IN over INNER JOIN進行SQL查詢優化

Question

鑒於：

表y

• id int clustered index
• name nvarchar(25)

表無法承受

• id int clustered Index
• name nvarchar(25)

表someFunction

• 然后一些數學會返回一個有效的ID

相比：

SELECT y.name
  FROM y
 WHERE dbo.SomeFunction(y.id) IN (SELECT anotherTable.id 
                                    FROM AnotherTable)

VS：

SELECT y.name 
  FROM y
  JOIN AnotherTable ON dbo.SomeFunction(y.id) ON anotherTable.id

題：

在對這兩個查詢進行計時時，我發現在大型數據集中，使用IN的第一個查詢比使用INNER JOIN的第二個查詢要快得多。 我不明白為什么有人可以幫忙解釋一下。

執行計划

Answer 1

一般來說， IN與JOIN不同之處在於， JOIN可以返回其中行在JOIN -ed表中具有多個匹配項的其他行。

從您的估計執行計划可以看出，在這種情況下，2個查詢在語義上是相同的

SELECT
        A.Col1
        ,dbo.Foo(A.Col1)
        ,MAX(A.Col2)
        FROM A
        WHERE dbo.Foo(A.Col1)  IN (SELECT Col1 FROM B)
    GROUP BY
        A.Col1,
        dbo.Foo(A.Col1)

與

SELECT
        A.Col1
        ,dbo.Foo(A.Col1)
        ,MAX(A.Col2)
        FROM A
        JOIN B ON dbo.Foo(A.Col1) = B.Col1
    GROUP BY
        A.Col1,
        dbo.Foo(A.Col1)     

即使JOIN引入了重復項，它們也會被GROUP BY刪除，因為它只引用左側表中的列。 此外，這些重復的行不會改變結果，因為MAX(A.Col2)不會改變。 但是，並非所有聚合都是如此。 如果您使用SUM(A.Col2) （或AVG或COUNT ），則重復項的存在將改變結果。

似乎SQL Server沒有任何邏輯可以區分MAX聚合和SUM類的聚合，因此它很可能會擴展所有重復項，然后在以后聚合它們並簡單地完成更多工作。

被聚合行的估計數量為2893.54對於IN VS 28271800的JOIN ，但這些估計不一定是非常可靠的連接謂詞是unsargable。

Answer 2

你的第二個問題有點好笑 - 你可以試試這個嗎？

SELECT y.name 
FROM dbo.y
INNER JOIN dbo.AnotherTable a ON a.id = dbo.SomeFunction(y.id) 

這有什么不同嗎？

否則：看看執行計划！ 並可能在這里發布。 如果你不了解更多關於你的表（數據的數量和分布等）和你的系統（RAM，磁盤等），真的很難給出一個“全局”有效的聲明

Answer 3

好吧，首先：擺脫dbo.SomeFunction(y.id)隱含的標量UDF。 那將會扼殺你的表現 。 即使用一行內聯表值函數替換它也會更好。

至於你的實際問題，我在其他情況下也發現了類似的結果，也同樣感到困惑。 優化器只是區別對待它們; 我很想知道其他人提供的答案。