用SQL Server索引密度对行数进行评估

此文章主要向大家介绍的是正确使用SQL Server索引密度对行数（Estimating Rows Using the Index Statistics）来进行评估的实际操作步骤，以及对优化器是如何正确使用SQL Server索引密度来决定一个索引的效果的描述。

当在一个范围内查找一个索引值或者键中存在重复值时，SQL Server会使用直方图信息。考虑下面关于bigpubs2000数据库中的sales表中查询：

Sql代码

Select * from sales   Where title_id = 'BI2184'   Select * from sales  Where title_id = 'BI2184' 

因为在表中title_id中存在重复值，SQL Server使用关于title_id的直方图（参考Listing34.2）来估计匹配的行数。对于BI2184值，它将查看EQ_ROWS值，值为343.0。这表示在表中title_id值为BI2184的记录共有343行。

当一个查询参数（search argument）的精确匹配（exact match 即等号计算）在直方图中step没有发现时，SQL Server使用比查找值（search value）大的下一个step中的AVG_RANG_ROWS值。例如，SQL Server对查找值为‘BI2187’进行评估，它将会发现匹配值为270.0行。

对一个范围检索，SQL Server把检范围两端的RANG_ROW和EQ_ROWS相加。例如，利用Listing34.2中的直方图，假如查找参数为 where title_id <= 'BI2574',行数估计将是：

314 + 613 + 343 + 270 + 277，或者为1817。

当直方图不能使用时，SQL Server索引密度来估计匹配行数。对于等值查找的计算公式是直截了当的，例如：

Sql代码

Declare @tid varchar(6)   Select @tid = 'BI2574'   Select count(*) from sales where title_id = @tid   Declare @tid varchar(6)  Select @tid = 'BI2574' Select count(*) from sales where title_id = @tid  

行估计值等于指定键值的SQL Server索引密度（1.8621974E-3）乘以表中行数：

Sql代码

Select count(*) * 1.8621974E-3   From sales   Go   Select count(*) * 1.8621974E-3  From sales  Go  314.19925631500001   

假如一个查询的SARG为title_id 和stor_id，并且假如title_id的SARG是一个可在优化期间可评价的常量表达式，SQL Server会用title_id stor_id的索引密度和title_id的直方图来估计匹配的行数（对某些值来说，索引密度估计的值可能会大学直方图估计出来的值）。SQL Server 将会用二者中较小的值作为匹配的行数。

根据title_id stor_id的索引密度，你能看到：

Sql代码

Select coun(*) * 5.997505E-6   From sales   Select coun(*) * 5.997505E-6  From sales  1.011929031125   

在这个例子中，SQL Server将用title_id 和stor_id的SQL Server索引密度来估计匹配的值。在此情况下，它估计查询将返回一条匹配的行。