简单查询的选择性估计错误

Selectivity estimation error on a simple query

让我们创建一个简单的 table tt 像这样

WITH x AS (SELECT n FROM (VALUES (0),(1),(2),(3),(4),(5),(6),(7),(8),(9)) v(n)), t1 AS
(
  SELECT ones.n + 10 * tens.n + 100 * hundreds.n + 1000 * thousands.n + 10000 * tenthousands.n as id  
  FROM x ones,     x tens,      x hundreds,       x thousands,       x tenthousands,       x hundredthousands
)
SELECT  id,
        id % 100 groupby,
        row_number() over (partition by id % 100 order by id) orderby,
        row_number() over (partition by id % 100 order by id) / (id % 100 + 1) local_search
INTO tt
FROM t1

我有一个简单的查询Q1:

select distinct g1.groupby,
        (select count(*) from tt g2 
         where local_search = 1 and g1.groupby = g2.groupby) as orderby
from tt g1
option(maxdop 1)

我想知道为什么 SQL 服务器估计 Q1 的结果大小如此糟糕(参见打印屏幕)。查询计划中的大多数运算符都是精确估计的,但是,在根哈希匹配运算符中引入了完全疯狂的猜测。

为了让它更有趣,我尝试了对 Q1 的不同重写。如果我应用子查询的去相关,我会得到一个等效的查询 Q2:

select main.groupby, 
       coalesce(sub1.orderby,0) orderby
from
(
    select distinct g1.groupby
    from tt g1
) main
left join
(
    select groupby, count(*) orderby
    from tt g2 
    where local_search = 1
    group by groupby
) sub1 on sub1.groupby = main.groupby
option(maxdop 1)

这个查询在两个方面很有趣:(1) 估计是准确的(见打印屏幕),(2) 它也有不同的查询计划,比 Q1 的查询计划更有效。

所以问题是:为什么Q1的估计不正确,而Q2的估计是准确的?请不要post其他改写这个SQL(我知道即使没有子查询也可以写成),我只对选择性估计器行为的解释感兴趣。谢谢。

它无法识别具有相同 groupby 的所有行的 orderby 值都是相同的,因此它认为 distinct groupby, orderby 将具有比 [=14= 更多的组合].

它将 DISTINCT orderby 的估计值(对我来说是 35.0367)和 DISTINCT groupby 的估计值(对我来说是 100)相乘,就好像它们是不相关。

我得到了第 1 季度根节点 3503.67 的估计

这次重写避免了它,因为它现在只按单个 groupby 列分组。

SELECT groupby,
       max(orderby) AS orderby
FROM   (SELECT g1.groupby,
               (SELECT count(*)
                FROM   tt g2
                WHERE  local_search = 1
                       AND g1.groupby = g2.groupby) AS orderby
        FROM   tt g1) d
GROUP  BY groupby
OPTION(maxdop 1) 

这不是此查询的最佳方法,尽管如您的 Q2 所示,评论 @GarethD 使 运行 多次关联子查询并丢弃重复项的效率低下。