如何提示遠端掃描操作員估計超過 10000 行？

我需要從連結伺服器讀取數據並插入到本地表中。我需要刪除數據中的重複項，並且我需要在本地伺服器上執行此操作，因為遠端伺服器已超載。因此，我添加了DISTINCT按照我想要的方式執行 Distinct Sort 的子句。

問題是 Remote Scan 運算元總是估計行數為 10000，而實際行數約為 3M。因此，排序溢出到磁碟並變得很慢。

如果有辦法向優化器提示實際行數遠遠超過 10K？

我應該將原始數據載入到本地臨時表中，然後從本地表中執行 DISTINCT 嗎？我不想兩次寫入磁碟。

重複的行數很少——3M 中只有幾百行。我的意思是，在刪除重複項之前，大約有 3,000,000 行；刪除重複項後，大約有 2,999,800 行。因此，刪除遠端伺服器上的重複數據不會顯著減少通過網路傳輸的數據量。

目標表在插入之前被截斷，所以我總是插入一個空表。此外，目標表沒有任何索引、觸發器或約束。表中有很多列。大約 110 列。在下面的查詢中，我ManyManyColumns改為寫了。

查詢：

WITH
CTE_Raw
AS
(
SELECT
   [ManyManyColumns]
FROM OpenQuery([remote_server],'
SELECT
   [ManyManyColumns]
FROM
   [DB].[dbo].[remote_view]
')
)
,CTE_Converted
AS
(
   SELECT DISTINCT
       [ManyManyColumns]
   FROM
       CTE_Raw
)
INSERT INTO [dbo].[TestVBFast2]
   ([ManyManyColumns]
   )
SELECT
   [ManyManyColumns]
FROM
   CTE_Converted
;

SQL Server 版本：

Microsoft SQL Server 2012 (SP4) (KB4018073) - 11.0.7001.0 (X64)
2017 年 8 月 15 日 10:23:29
版權所有 (c) 微軟公司
Windows NT 6.3（內部版本 9600：）（管理程序）上的標準版（64 位）

我想在DISTINCT本地執行，因為遠端伺服器超載，我想減少它的負載。DISTINCT將僅刪除 3M 中的幾百行，因此通過網路傳輸的數據量不會有太大變化。

我假設 ManyManyColumns 真的是多列而不是一列？…我看到你的評論說它實際上是 110。

10,000 行是您的 SQL Server 版本中遠端掃描操作的預設基數估計，因此很遺憾，我認為您無法做太多改變。

目前慢到什麼程度？請記住，即使基數估計非常準確，300 萬行總是需要通過網路/連結伺服器傳輸大量數據，尤其是在您有很多列的情況下。

我目前唯一的一般想法是DISTINCT在遠端伺服器上預先準備數據，或者使用數據同步功能（如複製）將其複製到本地伺服器，而不是使用連結伺服器。如果我想到其他任何事情，我會相應地更新我的答案。

引用自：https://dba.stackexchange.com/questions/287291