sql - HAVING 和 SELECT 中的计算是否意味着它将执行两次？

Question

假设我有这个查询:

SELECT CompanyId, COUNT(*) as Total
FROM Customer
GROUP BY CompanyId
HAVING COUNT(*) > 100

我的查询中有两次 COUNT(*) 。这是否意味着 COUNT 执行了两次？

这是一个简单的示例，但是当我进行更复杂的计算(例如 SUM(Weight)/COUNT(*))时，我担心它可能会影响性能。或者任何性能影响都可以忽略不计？

我使用的是 MS SQL 2012，无法执行 HAVING Total > 100。

Answer 1

如果您对查询的幕后处理方式非常感兴趣，请熟悉 execution plans以及如何阅读它们。以下所有内容都是使用这些实验建立的。

聚合不会被计算多次，但涉及它们的表达式却会被计算多次。考虑:

SELECT CompanyId, SUM(Weight) / COUNT(*)
FROM Customer
GROUP BY CompanyId
HAVING SUM(Weight) / COUNT(*) > 100

SUM(Weight) 和 COUNT(*) 将仅计算一次，但除法将执行两次(一次在过滤时，一次在选择时)。当然，这对性能没有可衡量的影响——关键是它最大限度地减少了必须检查所有数据的次数。

这意味着即使您的 HAVING 与您的 SELECT 列表完全不同，该表仍然只会被扫描一次并聚合一次:

SELECT CompanyId, MAX(Weight), MIN(Weight), COUNT(*) as Total
FROM Customer
GROUP BY CompanyId
HAVING MAX(Weight) > 2 * MIN(Weight) AND AVG(Weight) > 0.5

这里有四个聚合:MAX(Weight)、MIN(Weight)、AVG(Weight) 和 COUNT( *).¹ 优化器将一次性计算所有这些，按 CompanyId 对整体进行分组，应用 HAVING 过滤器然后选择所需的结果。²

免责声明:与有关优化器功能的所有声明一样，所有这些都可能在 SQL Server 的任何版本中发生更改，并且可能会因跟踪标志、统计信息、索引和特定查询的具体情况而异。上述情况对于 SQL Server 2012 和 2016 来说是正确的，至少对于两个特定的数据库来说是正确的，其中索引不起作用。

<小时/>

1. AVG 实际上本身并不是一个聚合；在内部，优化器将其扩展为 SUM/COUNT(*)，并进行检查以防止被零除。因此，聚合实际上是 MAX、MIN、SUM 和 COUNT。
2. 这是顺序计划的情况。对于并行计划，由于必须将多个并行扫描连接在一起，事情会变得更加复杂，但聚合不会计算多次(如果可能)。