序言
本篇主要目的有二：
1、看懂t-sql的執行計劃，明白執行計劃中的一些常識。
2、能夠分析執行計劃，找到優化sql效能的思路或方案。
如果你對sql查詢優化的理解或常識不是很深入，那麼推薦幾騙博文給你：SqlServer效能檢測和優化工具使用詳細 ，sql語句的優化分析，T-sql語句查詢執行順序。
執行計劃簡介
1、什麼是執行計劃？
大哥提交的sql語句，資料庫查詢優化器，經過分析生成多個資料庫可以識別的高效執行查詢方式。然後優化器會在眾多執行計劃中找出一個資源使用最少，而不是最快的執行方案，給你展示出來，可以是xml格式，文字格式，也可以是圖形化的執行方案。
2、預估執行計劃，實際執行計劃
選擇語句，點選上面其中一個執行計劃，預估執行計劃可以立即顯示，而實際執行計劃則需要執行sql語句後出現。預估執行計劃不等於實際執行計劃，但是絕大多數情況下實際的執行計劃跟預估執行計劃都是一致的。統計資訊變更或者執行計劃重編譯等情況下，會造成不同。
3、為什麼要讀懂執行計劃
首先執行計劃讓你知道你複雜的sql到底是怎麼執行的，有沒有按照你想的方案執行，有沒有按照最高效的方式執行，使用啦眾多索引的哪一個，怎麼排序，怎麼合併資料的，有沒有造成不必要資源浪費等等。官方資料顯示，執行t-sql存在問題，80%都可以在執行計劃中找到答案。
4、針對圖形化執行計劃分析
執行計劃，可以以文字，xml，圖形化展示出來。本騙主要以圖形化執行計劃主導進行分析，然而執行計劃中包含78個可用的操作符，本篇也只能對常用的進行分析，常用的幾乎就包含你日常所有的了。Msdn上有圖片介紹：https://msdn.microsoft.com/zh-cn/library/ms175913(v=sql.90).aspx
5、怎麼看執行計劃
圖形化執行計劃是從上到下從又到左看的。
6、清除快取的執行計劃
dbcc freeprocache
dbcc flushprocindb（db_id）
看懂圖形化執行計劃
1、連線
1、越粗表示掃描影響的行數愈多。
2、Actual Number of Rows 掃描中實際影響的的行數。
3、Estimated Number of Rows 預估掃描影響的行數。
4、Estimated row size 操作符生成的行的估計大小（位元組）。
5、Estimated Data Size 預估影響的資料的大小。
2、Tooltips,當前步驟執行資訊
Note：這個tips的資訊告訴我們執行的物件是什麼，採用的操作操作是什麼，查詢的資料是什麼，使用的索引是什麼，排序與否，預估cpu、I/O、影響行數，實際行數等資訊。具體引數清單參見msdn：https://msdn.microsoft.com/zh-cn/library/ms178071(v=sql.90).aspx
3、Table Scan（表掃描）
當表中沒有聚集索引，又沒有合適索引的情況下，會出現這個操作。這個操作是很耗效能的，他的出現也意味著優化器要遍歷整張表去查詢你所需要的資料。
4、Clustered Index Scan(聚集索引掃描)、Index Scan（非聚集索引掃描）
這個圖示兩個操作都可以使用，一個聚集索引掃描，一個是非聚集索引掃描。
聚集索引掃描：聚集索引的資料體積實際是就是表本身，也就是說表有多少行多少列，聚集所有就有多少行多少列，那麼聚集索引掃描就跟表掃描差不多，也要進行全表掃描，遍歷所有表資料，查詢出你想要的資料。
非聚集索引掃描：非聚集索引的體積是根據你的索引建立情況而定的，可以只包含你要查詢的列。那麼進行非聚集索引掃描，便是你非聚集中包含的列的所有行進行遍歷，查詢出你想要的資料。
5、Key Lookup(鍵值查詢)
首先需要說的是查詢，查詢與掃描在效能上完全不是一個級別的，掃描需要遍歷整張表，而查詢只需要通過鍵值直接提取資料，返回結果，效能要好。
當你查詢的列沒有完全被非聚集索引包含，就需要使用鍵值查詢在聚集索引上查詢非聚集索引不包含的列。
6、RID Lookoup（RID查詢)
跟鍵值查詢類似，只不過RID查詢，是需要查詢的列沒有完全被非聚集索引包含，而剩餘的列所在的表又不存在聚集索引，不能鍵值查詢，只能根據行表示Rid來查詢資料。
7、Clustered Index Seek（聚集索引查詢）、Index Seek（非聚集索引查詢）
聚集索引查詢和非聚集索引查詢都是使用該圖示。
聚集索引查詢：聚集索引包含整個表的資料，也就是在聚集索引的資料上根據鍵值取資料。
非聚集索引查詢：非聚集索引包含建立索引時所包含列的資料，在這些非聚集索引的資料上根據鍵值取資料。
8、Hash Match
這個圖示有兩種地方用到，一種是表關聯，一種是資料聚合運算時。
再分別說這兩中運算的前面，我先說說Hashing（編碼技術）和Hash Table（資料結構）。
Hashing：在資料庫中根據每一行的資料內容，轉換成唯一符號格式，存放到臨時雜湊表中，當需要原始資料時，可以給還原回來。類似加密解密技術，但是他能更有效的支援資料查詢。
Hash Table：通過hashing處理，把資料以key/value的形式儲存在表格中，在資料庫中他被放在tempdb中。
接下來，來說說Hash Math的表關聯跟行資料聚合是怎麼操作運算的。
表關聯：
如上圖，關聯兩個資料集時，Hash Match會把其中較小的資料集，通過Hashing運算放入HashTable中，然後一行一行的遍歷較大的資料集與HashTable進行相應的匹配拉取資料。
資料聚合：當查詢中需要進行Count/Sum/Avg/Max/Min時，資料可能會採用把資料先放在記憶體中的HashTable中然後進行運算。
9、Nested Loops
這個操作符號，把兩個不同列的資料集彙總到一張表中。提示資訊中的Output List中有兩個資料集，下面的資料集（inner set）會一一掃描與上面的資料集（out set），知道掃描完為止，這個操作才算是完成。
10、Merge Join
這種關聯演算法是對兩個已經排過序的集合進行合併。如果兩個聚合是無序的則將先給集合排序再進行一一合併，由於是排過序的集合，左右兩個集合自上而下合併效率是相當快的。
11、Sort（排序）
對資料集合進行排序，需要注意的是，有些資料集合在索引掃描後是自帶排序的。
12、Filter（篩選）
根據出現在having之後的操作運算子，進行篩選
13、Computer Scalar
在需要查詢的列中需要自定義列，比如count（*） as cnt ，select name+''+age 等會出現此符號。
根據執行計劃細節要做的優化操作
這裡會有很多建議給出，我不一一舉例了，給出幾個示例，想做到優化行家，多的還需要大家去悟去理解。
1、如果select * 通常情況下聚集索引會比非聚集索引更優。
2、如果出現Nested Loops，需要查下是否需要聚集索引，非聚集索引是否可以包含所有需要的列。
3、Hash Match連線操作更適合於需要做Hashing演算法集合很小的連線。
4、Merge Join時需要檢查下原有的集合是否已經有排序，如果沒有排序，使用索引能否解決。
5、出現表掃描，聚集索引掃描，非聚集索引掃描時，考慮語句是否可以加where限制，select * 是否可以去除不必要的列。
6、出現Rid查詢時，是否可以加索引優化解決。
7、在計劃中看到不是你想要的索引時，看能否在語句中強制使用你想用的索引解決問題，強制使用索引的辦法Select CluName1,CluName2 from Table with(index=IndexName)。
8、看到不是你想要的連線演算法時，嘗試強制使用你想要的演算法解決問題。強制使用連線演算法的語句：select * from t1 left join t2 on t1.id=t2.id option(Hash/Loop/Merge Join)
9、看到不是你想要的聚合演算法是，嘗試強制使用你想要的聚合演算法。強制使用聚合演算法的語句示例：select age ,count(age) as cnt from t1 group by age option(order/hash group)
10、看到不是你想要的解析執行順序是，或這解析順序耗時過大時，嘗試強制使用你定的執行順序。option（force order）
11、看到有多個執行緒來合併執行你的sql語句而影響到效能時，嘗試強制是不併行操作。option（maxdop 1）
12、在儲存過程中，由於引數不同導致執行計劃不同，也影響啦效能時嘗試指定引數來優化。option（optiomize for（@name='zlh'））
13、不操作多餘的列，多餘的行，不做務必要的聚合，排序。
小結
已經到晚間2點半啦，查詢優化沒有做過於詳細的分解，見諒，如果你在看到本文後有什麼疑問，歡迎加入部落格左上角群，一起交流學習，安。