如何使用SQL Server SUM函数避免额外的时间成本

Question

我意识到我的查询每次使用SUM函数都需要指数时间。。。

例如，以下代码需要2秒

SELECT sub.a, SUM(sub.b)
FROM (
SELECT a, b, c 
FROM temp
)sub 
GROUP BY a;

使用第二个SUM现在需要4秒，依此类推…

SELECT sub.a, SUM(sub.b), SUM(sub.c)
FROM (
SELECT a, b, c 
FROM temp
)sub 
GROUP BY a;

我做的每一个SUM似乎都在再次执行子查询，无论这是否正确，避免时间成本的最佳做法是什么？

上面的例子只是以最基本的方式表示问题

Answer 1

TL；DR：不，这是完全错误的

当您在SQL Server中运行查询时，优化器会将其编译为它能找到的最有效的方法。您可以通过单击SSMS中的Include Actual Execution Plan来查看结果。

对于您指定的查询，它通常会执行以下操作：

1. 它注意到子查询可以内联到查询中，并且这样做：

SELECT sub.a, SUM(sub.b), SUM(sub.c)
FROM temp
GROUP BY a;

2. 然后，它通过a值评估聚合表的最佳方式。假设根本没有索引，这里很可能会选择Hash Aggregate。

3. 在执行时，每一行都被馈送到Hash中，Hash构建了一个内存中的哈希表，以a值为键。每一行都是基于a查找的，如果以前从未见过，则会向哈希表中添加一个键。然后CCD_ 6和CCD_。

4. 假设您在a,b,c上有一个索引。现在有了一种更快的方法，称为Stream Aggregate，因为现在值通过按a排序的Aggregate。

5. 每一行都通过聚合。如果a的值与前一行相同，那么它的b和c的值将添加到我们迄今为止所拥有的值中。当a值发生变化时，将输出现有结果，然后我们再次开始聚合。

确实，对额外的列求和是额外的开销，但与读取磁盘表或哈希相比，这相当小，因为整个查询只进行一次哈希。