SQL性能调优实践——SELECT COUNT

最近想深入学习SQL，在网上搜索到一些SQL 优化的资料要么是张冠李戴，Oracle 优化的资料硬是弄成啦MS SQL 优化的资料，而且被很多人转载，收藏，有些要么有些含糊不清，好像是那么回事，也没经过验证，实践出真知！下面是我对SELECT COUNT(*)， SELECT COUNT(1)，SELECT COUNT (0), SELECT COUNT(Field)等孰优孰劣的测试结果，如果测试方法有什么不足，也希望大家给点建议。

首先我们来看看测试的机器、以及开发环境吧：双核处理器 T6670  2G DDR2的内存 数据版本如下图所示：

  然后建一个简单的测试表

CREATE TABLE Employee

(

    [EmployeeID]        INT IDENTITY(1,1),  --雇员ID

    [EmployeeName]      NVARCHAR(20)     ,  --雇员姓名

     [SEX]               BIT              ,  --性别

     [Department]        NVARCHAR(20)     ,  --部门

     CONSTRAINT [PK_Employee_ID_Name] PRIMARY KEY (EmployeeID, EmployeeName) 

)

 

--插入一百万数据

 

DECLARE @Index INT;

SET @Index = 1;

WHILE @Index < 1000000

BEGIN

    INSERT INTO Employee

    VALUES('Employee' + STR(@Index), '0', '技术部门');

    

    SET @Index = @Index + 1;

END

 

--建立非聚集索引

CREATE INDEX IDX_Employee_Department ON Employee([Department]);

好，到目前为止我们已经把测试用的表、数据都弄好啦，接下来我们来看看执行一次SELECT COUNT 的使用时间

我们会得到下面的输出结果

DBCC 执行完毕。如果DBCC 输出了错误信息，请与系统管理员联系。

DBCC 执行完毕。如果DBCC 输出了错误信息，请与系统管理员联系。

SQL Server 执行时间:

   CPU 时间= 219 毫秒，占用时间= 1033 毫秒。 

接下来我们来看看各种Count的实际执行计划，截图如下

我很纳闷为什么执行计划都是一样的，希望有高手能解答。

接下来，那么我们把上面的脚本执行10次，把每次得到的数据记录下来，然后我们依次用

SELECT COUNT(1) FROM Employee、 SELECT COUNT(*)  FROM Employee

等替换SELECT COUNT(0) FROM Employee 脚本，如下所示

DBCC DROPCLEANBUFFERS;

 

DBCC FREEPROCCACHE;

 

SET STATISTICS TIME ON;

 

SELECT COUNT(1) FROM Employee

 

SET STATISTICS TIME OFF; 

 

依葫芦画瓢每段脚本执行10次，最后我们求得到的结果的平均值，为了形象显示，我用Excel把数据显示如下： 

 SELECT COUNT(1) FROM Employee

SELECT COUNT(0) FROM Employee

SELECT COUNT(*) FROM Employee

SELECT COUNT(EmployeeName) FROM Employee

从实验结果来看，执行快慢的顺序为： COUNT(EmployeeName) > COUNT(0) ~= COUNT(1) > COUNT(*);从实验结果来看，我们至少验证了 COUNT(0) ~= COUNT(1) > COUNT(*)的结论，网上有篇帖子《SQL Server 索引结构及其使用》篇所下的结论count(*)不比count(字段)慢 显然是不严谨的，他只做了一次实验，而我们这里是10次结果的平均值。那么现在问题来了，为什么COUNT(EmployeeName)要快于COUNT(0) >= COUNT(1)，它如果不是主键、字段没有索引呢？网上不是有些资料显示COUNT(1)效率最高，速度最快吗？ 我们10次得到平结值有没有误差呢？抽样能否反映事实呢？下面我用这个方法来大量获得语句执行时间，然后求平均值，（我觉得这方法应该是可以反映实际CPU时间的）如果有不妥的地方，也希望大家指正。 创建下面一个表

 CREATE TABLE ExcuteTime ( [Type] VARCHAR(10), --不同COUNT类型 [CpuTime] FLOAT --语句执行的毫秒 ) --得到COUNT(1)100次的执行时间 DECLARE @BeginTime DATETIME; DECLARE @Num INT; SET @Num = 1; WHILE @Num <= 100 BEGIN SET @BeginTime = GETDATE(); SELECT COUNT(1) FROM Employee; INSERT INTO ExcuteTime VALUES('Count(1)', DATEDIFF(ms, @BeginTime,GETDATE())); SET @Num = @Num + 1; END GO

然后也依次得到其它几种SQl 的执行时间，另外我们也把COUNT(Department)得数据加入进来，下面是我得到的实验结果的平均值

数据显示也与上面的测试结果相一致，虽然得到了这些结果，由于统计偏差缘故，COUNT（0）比 COUNT（1) 稍稍快些，这个是完全可以忽略，因为我统计的次数比小，很容易造成偏差，COUNT(*) 接 近于COUNT(1)，估计是由于数据缓存缘故，其实我们从实验结果可以看出统计数据的速度： 对索引字段统计要快于COUNT(1),原因是COUNT(1)是要走全表扫描，而COUNT(1) 快于COUNT(*) ,是因为COUNT(*)走全表扫描的开销要大于COUNT(1), 至于统计非索引字段COUNT(Department)，比较偏大的，则让我有点纳闷，估计是统计偏差缘故。