SQL Join 中，表位置对性能的影响

SQL Join 中，表位置对性能的影响

出这样一个话题，老读者估计要说我炒冷饭。

其实还真不是。两表的 Join, Internals(内幕)还是有很多可以讨论。比如 join 算法，Predicate 优化，Join 顺序对性能的影响，或者 DOP（degree of parallel).

今天我们谈最简单的一个，Join 中表顺序，对性能的影响。

经过前面 4 篇 Join 文章的论述，相信大家对于 Join 的算法已经不陌生了。至少知道三种基础 Join 算法的使用。比如 Nested Loop Join.

今天我们要讨论的还真是和 Nested Loop Join 算法有关。Nested Loop Join 有两种输入集，一是 Outer Input, 另一种是 Inner Input. 举个例子来看：

SELECT Per.BusinessEntityId,
        Per.TerritoryId,
        (
            SELECT SUM(TaxAmt)
            FROM SalesOrderHeader Ord
            WHERE Ord.TerritoryId = Per.TerritoryId
        )
FROM SalesPerson Per 
WHERE Per.TerritoryId IS NOT NULL 
ORDER BY Per.TerritoryId 

千万别以为 Join 算法必须要有 Join 关键字，这里完全可以转为 LEFT JOIN, 但为了说明白 Join 算法的本质，就先不转换成大家平时常用的写法。有兴趣的朋友，可以自己改写。当然，是 Inner Join 还是 Left Join 就看大家的理解了。我估计还是有部分同学，会用错。

查看执行计划，本质上还是Join算法：

算法的重点来了，Nested Loop Join, 上面说到它有两个输入集，Outer Input 与 Inner Input. 在这里，与 NLJ 最近的两个分别是 Sort, Table Spool, 而本质上这两个输入集的最终源头是 SalesPerson 和 SalesOrderHeader.

那么为什么会选择 SalesPerson 作为 Outer Input，而 SalesOrderHeader 作为 Inner Input呢？其实答案很好解释，看下面的图，就明白：

SalesPerson 装的是销售员即人的数据，而SalesOrderHeader 则装的是销售订单数据。那么一个企业里面人肯定比订单数少的多。如果销售人数是100人，那么只要在 Inner Input 中执行 100 次就可以完成计算。而反过来，将订单表作为 Outer Input, 则需要把整张订单表做 Scan/Seek, 那么量级就相差很远。

由此可以推测，优化器选择执行计划时，一定程度上自动判断了两表大小，选择小表在前，大表在后的原则。小表驱动大表查询，是优化时着重考虑的策略。