分类： SQLServer
2014-02-13 12:13:43
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
| COUNT(1) | COUNT(0) | COUNT(*) | COUNT(EmployeeName) | COUNT(Department) |
| 100.09 | 99.27 | 100.28 | 65.95 | 134.13 |
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。
原文地址: http://www.cnblogs.com/kerrycode/archive/2010/07/16/1778595.html