Sql server Apply需要使用散列或原始嵌套循环（每次扫描索引）进行连接。 Student上的索引意味着一个带有索引搜索的有效嵌套循环 Student.sID，Student.GPA 这是一个索引还是两个索引？如果是两个独立的索引，那么将使用第二个索引，而第一个索引显然是无用的申请和大学仍需要大量加入 Apply.cName，College.cName 这可能会在这两个列上获得一个合并联接，但是Student需要一个大联接 Apply.sID，Student.GPA 学生可以从1.5高效扫描，也可以寻找申请，但大学需要大量加入

在这些选项中，第一个或最后一个可能更好，但如果没有进一步的信息，很难说

在实际系统中，我会在所有表上都有索引，并明智地使用

INCLUDE

列以避免键查找。您可能希望更好地了解哪些表需要提前筛选等。

第一个问题 （请参见幻灯片7），也就是说，不能使用散列索引执行范围比较。这是因为（一般而言）散列函数是单向的：给定散列函数的输出，您无法确定输入，而输出显然是随机顺序的（具有随机顺序有助于确保在散列表容器集上均匀加载）

现在，举一个做作而过于简单的例子：

假设您有这些行：

PK | Enrollment
----------------
 1 |          1
 2 |         10
 3 |        100
 4 |       1000
 5 |      10000

此表的完美哈希索引如下所示：

假设

1

的哈希为

0xF822AA896F34253E

，

10

的哈希为

0xB383A8BBDAA41F98

，依此类推

EnrollmentHash     | PhysicalRowPointer
---------------------------------------
0xF822AA896F34253E |                  1
0xB383A8BBDAA41F98 |                  2
0xA60DCD4E78869C9C |                  3
0x49B0AF769E6B1EB3 |                  4
0x724FD1728666B90B |                  5

因此，给定此哈希表索引，查看哈希值时，您无法确定哪个哈希值代表较大的注册值，而不是较小的值。但是哈希表索引确实为您提供了单个特定值的

O（1）

查找，这就是为什么它最适合离散的、非连续的数据值，尤其是

JOIN

标准中使用的列

而树散列确实保留了有关值的相对顺序信息，但是使用了

O（logn）

lookup time

第二个问题 首先，我需要重写查询以使用现代

JOIN

语法。旧样式（使用逗号）自1992年SQL-92以来就已经过时了，那已经是近30年前的事了

SELECT
    *
FROM
    Apply
    INNER JOIN Student ON Student.sID = Apply.sID
    INNER JOIN College ON Apply.cName = Apply.cName
WHERE
    Student.GPA > 1.5
    AND
    College.cName < 'Cornell'

选择
*
从…起
申请
Student.sID=Apply.sID上的内部联接学生
在Apply.cName=Apply.cName上内部加入学院
哪里
学生平均成绩>1.5
及
College.cName<'康奈尔'

现在，一般来说，回答这类问题的最佳方法是了解表的

统计信息

（基数、值分布等）。但如果没有这些，我仍然可以做出一些猜测

我假设

College

是最小的表（~500行？），

Student

可能有1-200万行，假设每个学生都提出4-5个申请，那么

Apply

表将有~500万行

…有了这个推论，我们可以推断：

• Student.sID=Apply.sID

  是一个ID匹配项，因此在大多数情况下，哈希索引会更好（PK集群问题除外，但我不会离题）

• Student.GPA>1.5

  -这是一个范围搜索，因此在此处使用基于树的索引会有所帮助

• College.cName

  -同样，这是一个范围比较，因此基于树的索引也有帮助

所以最好的索引应该是

Student.GPA

和

College.cName

，但这不是一个选项，所以让我们看看每个选项的好处是什么

（当我写这篇文章时，我看到@charlieface发布了他们的答案，这些答案已经涵盖了这一点，所以我将链接到他们的答案以节省我的时间：）

第一个问题 （请参见幻灯片7），也就是说，不能使用散列索引执行范围比较。这是因为（一般而言）散列函数是单向的：给定散列函数的输出，您无法确定输入，而输出显然是随机顺序的（具有随机顺序有助于确保在散列表容器集上均匀加载）

现在，举一个做作而过于简单的例子：

假设您有这些行：

PK | Enrollment
----------------
 1 |          1
 2 |         10
 3 |        100
 4 |       1000
 5 |      10000

此表的完美哈希索引如下所示：

假设

1

的哈希为

0xF822AA896F34253E

，

10

的哈希为

0xB383A8BBDAA41F98

，依此类推

EnrollmentHash     | PhysicalRowPointer
---------------------------------------
0xF822AA896F34253E |                  1
0xB383A8BBDAA41F98 |                  2
0xA60DCD4E78869C9C |                  3
0x49B0AF769E6B1EB3 |                  4
0x724FD1728666B90B |                  5

因此，给定此哈希表索引，查看哈希值时，您无法确定哪个哈希值代表较大的注册值，而不是较小的值。但是哈希表索引确实为您提供了单个特定值的

O（1）

查找，这就是为什么它最适合离散的、非连续的数据值，尤其是

JOIN

标准中使用的列

而树散列确实保留了有关值的相对顺序信息，但是使用了

O（logn）

lookup time

第二个问题 首先，我需要重写查询以使用现代

JOIN

语法。旧样式（使用逗号）自1992年SQL-92以来就已经过时了，那已经是近30年前的事了

SELECT
    *
FROM
    Apply
    INNER JOIN Student ON Student.sID = Apply.sID
    INNER JOIN College ON Apply.cName = Apply.cName
WHERE
    Student.GPA > 1.5
    AND
    College.cName < 'Cornell'

选择
*
从…起
申请
Student.sID=Apply.sID上的内部联接学生
在Apply.cName=Apply.cName上内部加入学院
哪里
学生平均成绩>1.5
及
College.cName<'康奈尔'

现在，一般来说，回答这类问题的最佳方法是了解表的

统计信息

（基数、值分布等）。但如果没有这些，我仍然可以做出一些猜测

我假设

College

是最小的表（~500行？），

Student