一：执行计划生成过程
说到执行计划，首先要知道的是执行计划大概生成的过程，这样就可以做到就心中有数了，下面我画下简图：
1. 分析过程
这三个比较容易理解，首先我们要保证sql的语法不能错误，select和join的表是必须存在的，以及你是有执行这个sql的权限，对不对。。。
这样我们就走完了执行计划生命周期的第一个流程。
2. 编译过程
保证了上面sql这三点的话，引擎就必须硬着头皮看你这么一大坨烂sql，该删的删，该改的改，该转换的转换，比如说你的“子查询”会转化为
“表连接”等等。。。其实也挺难为引擎的，举个例子吧。
<1>子查询生成的sql：
<2>join生成的sql：
从上面的两个结果中，你可以看到，大家都是玩join的，如果你仔细看的话，会发现一个是“哈希匹配”，一个是“嵌套循环”，为什么不一样，这
当然是引擎根据很多情况综合评选出来的，比如说：磁盘IO，逻辑读，资源占用，硬件环境等等。。。这也是所谓的“计划选优”操作。
3.执行过程
既然执行计划都选出来了，理所当然就要执行了，执行完后会把sql和执行计划放入缓存，这样下次有同样的sql过来的时候就可以直接从
Cache中提取了，不需要再次生成计划了，你也看到，生成执行计划还是比较消耗CPU时间的。
二：看看sql和执行的计划的缓存
刚才也说了，sql和plan都已经放入缓存了，那我的好奇心比较强，我就想看看sql和plan到底在哪，并且长的是个什么丑样子，刚好
sqlserver还是比较能够满足我们G点的。
1. 为了方便查看缓存，我需要先将所有的缓存清空，比如下面的语句。
DBCC freeproccache
SELECT c.* FROM dbo.Category AS c
JOIN dbo.Product AS p
ON c.CategoryId=p.CategoryId
WHERE c.CategoryId=23794
2. 通过sys.dm_exec_cached_plans拿到sql和plan的指针（plan_handle），如下图
SELECT * FROM sys.dm_exec_cached_plans
从图中你看到了两个adhoc（即时查询），分别是我在第一步执行的join查询和我在第二步执行的这个select。
3. 现在我们已经拿到了2个adhoc的plan_handle，然后通过dm_exec_sql_text查看他们的sql分别是怎样？
4. 看完text缓存，接下来我们继续看看sql的plan缓存在哪？可以通过dm_exec_query_plan来查看。
上面的query_plan字段就是所谓的执行计划，以xml的形式保存在字段中。。。所以说解析这个xml还是很费时间的。。。
1 <?xml version="1.0"?>
2 <ShowPlanXML xmlns="http://schemas.microsoft.com/sqlserver/2004/07/showplan" Version="1.1" Build="10.0.1600.22">
3 <BatchSequence>
4 <Batch>
5 <Statements>
6 <StmtSimple StatementText="SELECT c.* FROM dbo.Category AS c
7 JOIN dbo.Product AS p
8 ON c.CategoryId=p.CategoryId
9 WHERE c.CategoryId=23794" StatementId="1" StatementCompId="1" StatementType="SELECT" StatementSubTreeCost="1.33278" StatementEstRows="1.03803" StatementOptmLevel="FULL" QueryHash="0xB10B821B9B5E6396" QueryPlanHash="0x8C7B3B1660E28D16">
10 <StatementSetOptions QUOTED_IDENTIFIER="true" ARITHABORT="true" CONCAT_NULL_YIELDS_NULL="true" ANSI_NULLS="true" ANSI_PADDING="true" ANSI_WARNINGS="true" NUMERIC_ROUNDABORT="false" />
11 <QueryPlan CachedPlanSize="16" CompileTime="2" CompileCPU="2" CompileMemory="168">
12 <MissingIndexes>
13 <MissingIndexGroup Impact="99.4633">
14 <MissingIndex Database="[MYPETSHOP]" Schema="[dbo]" Table="[Product]">
15 <ColumnGroup Usage="EQUALITY">
16 <Column Name="[CategoryId]" ColumnId="2" />
17 </ColumnGroup>
18 </MissingIndex>
19 </MissingIndexGroup>
20 <MissingIndexGroup Impact="99.4636">
21 <MissingIndex Database="[MYPETSHOP]" Schema="[dbo]" Table="[Product]">
22 <ColumnGroup Usage="EQUALITY">
23 <Column Name="[CategoryId]" ColumnId="2" />
24 </ColumnGroup>
25 </MissingIndex>
26 </MissingIndexGroup>
27 </MissingIndexes>
28 <RelOp NodeId="0" PhysicalOp="Nested Loops" LogicalOp="Inner Join" EstimateRows="1.03803" EstimateIO="0" EstimateCPU="4.33898e-006" AvgRowSize="97" EstimatedTotalSubtreeCost="1.33278" Parallel="0" EstimateRebinds="0" EstimateRewinds="0">
29 <OutputList>
30 <ColumnReference Database="[MYPETSHOP]" Schema="[dbo]" Table="[Category]" Alias="[c]" Column="CategoryId" />
31 <ColumnReference Database="[MYPETSHOP]" Schema="[dbo]" Table="[Category]" Alias="[c]" Column="Name" />
32 <ColumnReference Database="[MYPETSHOP]" Schema="[dbo]" Table="[Category]" Alias="[c]" Column="Image" />
33 </OutputList>
34 <NestedLoops Optimized="0">
35 <RelOp NodeId="1" PhysicalOp="Clustered Index Seek" LogicalOp="Clustered Index Seek" EstimateRows="1" EstimateIO="0.003125" EstimateCPU="0.0001581" AvgRowSize="97" EstimatedTotalSubtreeCost="0.0032831" TableCardinality="1.00001e+006" Parallel="0" EstimateRebinds="0" EstimateRewinds="0">
36 <OutputList>
37 <ColumnReference Database="[MYPETSHOP]" Schema="[dbo]" Table="[Category]" Alias="[c]" Column="CategoryId" />
38 <ColumnReference Database="[MYPETSHOP]" Schema="[dbo]" Table="[Category]" Alias="[c]" Column="Name" />
39 <ColumnReference Database="[MYPETSHOP]" Schema="[dbo]" Table="[Category]" Alias="[c]" Column="Image" />
40 </OutputList>
41 <IndexScan Ordered="1" ScanDirection="FORWARD" ForcedIndex="0" ForceSeek="0" NoExpandHint="0">
42 <DefinedValues>
43 <DefinedValue>
44 <ColumnReference Database="[MYPETSHOP]" Schema="[dbo]" Table="[Category]" Alias="[c]" Column="CategoryId" />
45 </DefinedValue>
46 <DefinedValue>
47 <ColumnReference Database="[MYPETSHOP]" Schema="[dbo]" Table="[Category]" Alias="[c]" Column="Name" />
48 </DefinedValue>
49 <DefinedValue>
50 <ColumnReference Database="[MYPETSHOP]" Schema="[dbo]" Table="[Category]" Alias="[c]" Column="Image" />
51 </DefinedValue>
52 </DefinedValues>
53 <Object Database="[MYPETSHOP]" Schema="[dbo]" Table="[Category]" Index="[PK_Category]" Alias="[c]" IndexKind="Clustered" />
54 <SeekPredicates>
55 <SeekPredicateNew>
56 <SeekKeys>
57 <Prefix ScanType="EQ">
58 <RangeColumns>
59 <ColumnReference Database="[MYPETSHOP]" Schema="[dbo]" Table="[Category]" Alias="[c]" Column="CategoryId" />
60 </RangeColumns>
61 <RangeExpressions>
62 <ScalarOperator ScalarString="(23794)">
63 <Const ConstValue="(23794)" />
64 </ScalarOperator>
65 </RangeExpressions>
66 </Prefix>
67 </SeekKeys>
68 </SeekPredicateNew>
69 </SeekPredicates>
70 </IndexScan>
71 </RelOp>
72 <RelOp NodeId="2" PhysicalOp="Clustered Index Scan" LogicalOp="Clustered Index Scan" EstimateRows="1.03803" EstimateIO="1.18831" EstimateCPU="0.0983419" AvgRowSize="11" EstimatedTotalSubtreeCost="1.28665" TableCardinality="89259" Parallel="0" EstimateRebinds="0" EstimateRewinds="0">
73 <OutputList />
74 <IndexScan Ordered="0" ForcedIndex="0" NoExpandHint="0">
75 <DefinedValues />
76 <Object Database="[MYPETSHOP]" Schema="[dbo]" Table="[Product]" Index="[PK_Product]" Alias="[p]" IndexKind="Clustered" />
77 <Predicate>
78 <ScalarOperator ScalarString="[MYPETSHOP].[dbo].[Product].[CategoryId] as [p].[CategoryId]=(23794)">
79 <Compare CompareOp="EQ">
80 <ScalarOperator>
81 <Identifier>
82 <ColumnReference Database="[MYPETSHOP]" Schema="[dbo]" Table="[Product]" Alias="[p]" Column="CategoryId" />
83 </Identifier>
84 </ScalarOperator>
85 <ScalarOperator>
86 <Const ConstValue="(23794)" />
87 </ScalarOperator>
88 </Compare>
89 </ScalarOperator>
90 </Predicate>
91 </IndexScan>
92 </RelOp>
93 </NestedLoops>
94 </RelOp>
95 </QueryPlan>
96 </StmtSimple>
97 </Statements>
98 </Batch>
99 </BatchSequence>
100 </ShowPlanXML>
好了，到现在你应该认识到重新生成执行计划是不容易的。。。下一篇我们讨论讨论重用，重编译，重新生成等相关情况。
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
