我如何有效地處理非常傾斜的數據？統計數據是最新的，但似乎沒有幫助

我有一張表，dbo.ClaimBilling有 130,000 行。在此表中，列OperatorID是 avarchar(max)並且嚴重傾斜。125,000 行是“user1”，其餘 5000 行被拆分為 6 個其他值，“user2”共有 3 條記錄。

上有一個非聚集索引OperatorID，聚集索引是主鍵，IDClaimBilling。

我目前有以下查詢：

SELECT DISTINCT IDClaimBilling
FROM dbo.ClaimBilling cb
INNER JOIN dbo.BillingItem bi
   ON cb.IDClaimBilling = bi.ClaimID
WHERE OperatorID = @operator

無論是什麼值@operator，行數的估計值ClaimBilling都是 ~4000，這與任何值將返回的值都不接近，而且它始終是聚集索引掃描，它不使用operatorID索引。如果我刪除加入並做

SELECT DISTINCT IDClaimBilling
FROM dbo.ClaimBilling
WHERE OperatorID = @operator

然後它確實使用了OperatorID索引，但是無論 的值如何，估計都是錯誤的@operator，這一次總是估計 ~18,000 左右。

我UPDATE STATISTICS dbo.ClaimBilling WITH FULLSCAN在執行查詢之前做了一個。

即使統計數據確切地知道每個值有多少行，為什麼這些估計值如此錯誤？

我@operator在測試中聲明並分配一個值。它最初是程序的一部分，我認為這是問題所在，但在臨時語句中使用時它的行為也是一樣的。

該查詢僅在使用者首次登錄時執行，因此每個使用者每天可能只執行幾次。

社區 Wiki 答案由對該問題的評論生成

如果您將查詢@operator作為變數執行，SQL Server 無法“嗅探”變數中的值，因此它將使用統計數據的平均密度值來計算估計值。無論您為變數分配什麼值，這個平均值估計值總是相同的。

解決此問題的一種方法是使用OPTION (RECOMPILE)查詢提示。這將在每次執行時編譯一個新的計劃，該計劃針對當時變數中的特定值進行了優化。這是以每次重新編譯語句為代價的（通常很小）。

您還可以模組化程式碼。您可以使用一條IF語句並檢查它的值，operatorid如果它是“user1”，則呼叫一個儲存過程，比如說sp_user1。如果不是“user1”，則呼叫不同的程序。第一個 sp 將針對“user1”進行優化，另一個針對其餘值進行優化。如果需要，您還可以option (recompile)在第二個 sp 中使用非“user1”值。

它也可能是動態 SQL 的一個不錯的案例。這會將您的@operator變數轉換為文字值，並為每個使用者定制計劃。由於該表中只有 7 個使用者，我認為這不會對您構成真正的問題。

有關更多資訊，請參閱：

• SQL Server 中的局部變數與參數化儲存過程（影片），作者 Kendra Little

引用自：https://dba.stackexchange.com/questions/158183