理解SQL Server执行计划：Sort、Stream Aggregate等操作相关疑问

你提供的查询语句如下：

SELECT TOP 1000
    fact.division,
    case when fact.division='east' then 'XXX' else 'YYY' end div,
    count(1)
FROM
    division join fact on (division.division=fact.division) 
where
    fact.division!='east'
group by
    fact.division

对应的执行计划示意图：

问题1：为什么聚合操作前会先执行Sort操作？ #

SQL Server的Stream Aggregate算子要求输入数据集必须按照分组列有序，才能按顺序连续读取同分组的行完成聚合，不需要额外内存缓存分组哈希表。
你的查询按fact.division分组，而join后的结果集没有按该列排序的索引支撑，所以优化器会在流聚合前插入Sort算子，将结果集按分组列排序，适配流聚合的执行要求。

问题2：为什么会有两个Stream Aggregate操作？ #

这是SQL Server优化器的预聚合优化策略：

• 第一个Stream Aggregate是在fact表完成过滤后、join操作前执行，先按fact.division做一次局部聚合统计计数，大幅减少需要参与join的行数，降低join阶段的IO和计算开销
• 第二个Stream Aggregate是在join完成后，对关联后的结果做最终的全局聚合，合并预聚合的计数结果

这种拆分比直接将所有明细行join后再做一次聚合的性能高很多，是典型的关联场景下的聚合优化手段。

问题3：两个Compute Scalar操作的作用是什么？如何查看具体计算逻辑？ #

两个Compute Scalar分别对应不同阶段的标量计算：

• 第一个一般位于预聚合阶段之后，用于计算预聚合输出的衍生值（比如计数的中间常量转换）
• 第二个位于最终聚合之后，用于执行你查询中写的CASE WHEN逻辑，生成div列的输出值，因为该列不需要参与分组和关联，只需要在最终输出前计算即可。

如果悬浮提示信息模糊，你可以右键点击对应的Compute Scalar算子，选择「属性」，在属性面板中找到定义的值（Defined Values） 选项，展开后就能看到该算子所有输出列对应的完整计算表达式，所有计算逻辑都可以明确查到。

内容的提问来源于stack exchange，提问作者David542