查询执行需要花费更多时间使用distinct和top子句

Question

我在程序中有2个表与union all运算符相结合。第一个表包含2000万条记录，第二个表包含100万条记录。如果我单独使用Top Clause而没有distinct子句，它会给出输出，但是当我使用带有Distinct子句的TOP子句时，它会在执行该查询之后非常快地返回前800条记录而没有完成。它是正确的方法来使用它们（Distinct和Top） ）在同一个查询？

SELECT Distinct TOP 1000
            TP.F_PRODUCT AS ID,
            TP.F_PRODUCT_NAME AS [NAME],
            TP.F_LANGUAGE AS LANGCODE,
            TP.F_FORMAT AS FMTCODE,
            TP.F_CUSTOM1 AS TN,
            TP.F_CUSTOM2 AS CP,
        FROM 
            T_PDF TP WHERE TP.F_PRODUCT <>''
    UNION ALL

    SELECT Distinct TOP 1000
            TP.F_PRODUCT AS ID,
            TP.F_PRODUCT_NAME AS [NAME],
            TP.F_LANGUAGE AS LANGCODE,
            TP.F_FORMAT AS FMTCODE,
            TP.F_CUSTOM3 AS TN,
            TP.F_CUSTOM4 AS CP,
        FROM 
            T_HTML TP WHERE TP.F_PRODUCT <>''

Answer 1

使用TOP和DISTINCT没有任何问题，无论UNION ALL结构如何。如果这是您需要的数据，那么就是这样做的。

但是，当您要求使用DISTINCT时，您需要意识到系统可能需要查看大量记录以确保它获取足够的“原始数据”以获得所请求的DISTINCT值;最坏的情况是它必须超过所有2000万条记录！ MSSQL非常擅长通过利用它对手头数据的统计数据来猜测它需要多少行。

现在，您的统计数据可能会“离线”，导致系统获取“太少”的记录，从而导致您获得800'快速结果'，但随后需要花费大量时间从表中获取下一个200（不同的值）。

我建议尝试做两件事：

• 询问一个估计的计划并学会解释它
• 更新所述表的统计信息，然后再试一次，看看估计的计划是否发生变化;特别是估计的行数应该很有趣

祝你好运，罗比

PS：请记住，在要求TOP n时，您将获得整个数据的“随机选择”;无法保证您将从表中获得“第一行”n行！为了达到这个目的，你需要明确指定一个ORDER BY子句，可能会为执行查询添加（很多）额外的工作;再次，查询计划将显示此信息。 （您可以一次输入两个查询并询问估计的计划以查看差异。也就是说，当1个查询的成本为10％而另一个查询的成本为90％时，这并不意味着一个查询的运行速度比另一方面，成本与时间不一样，虽然两者之间确实存在联系，但不是线性的）