要理解执行计划，怎么也得先理解，那各种各样的名词吧。鉴于自己还不是很了解。本文打算作为只写懂的，不懂的懂了才写。
在开头要先说明，第一次看执行计划要注意，SQL Server的执行计划是从右向左看的。
名词解析：
扫描：逐行遍历数据。
先建立一张表，并给大家看看大概是什么样子的。
CREATE TABLE Person(Id int IDENTITY(1,1) NOT NULL,Name nvarchar(50) NULL,Age int NULL,Height int NULL,Area nvarchar(50) NULL,MarryHistory nvarchar(10) NULL,EducationalBackground nvarchar(10) NULL,Address nvarchar(50) NULL,InSiteId int NULL) ON [PRIMARY]
表中的数据14万左右，大概类似下面这样：
此表，暂时没有任何索引。
一、数据访问操作
1、表扫描
表扫描:发生于堆表，并且没有可用的索引可用时，会发生表扫描,表示整个表扫描一次。
现在，我们来对此表执行一条简单的查询语句：
SELECT * From Person WHERE Name = '公子'
查看执行计划如下：
表扫描，顾名思义就是整张表扫描，找到你所需要的数据了。
2、聚集索引扫描
聚集索引扫描：发生于聚集表，也相当于全表扫描操作，但在针对聚集列的条件如(WHERE Id > 10)等操作时，效率会较好。
下面我们在Id列来对此表加上一个聚集索引
CREATE CLUSTERED INDEX IX_Id ON Person(Id)
再次执行同样的查询语句：
SELECT * From Person WHERE Name = '公子'
执行计划如下：
为什么建的聚集索引在Id列，会对扫描有影响呢？更何况与Name条件也没关系啊？
其实，你加了聚集索引之后，表就由堆表变成了聚集表。我们知道聚集表的数据存在于聚集索引的叶级节点。因此，聚集扫描与表扫描其实差别不大，要说差别大，也得看where条件里是什么，以后返回的数据。就本条SQL语句而言，效率差别并不大。
可以看看I/O统计信息：
表扫描：
聚集索引扫描：
此处超出本文范畴了，效率不在本文考虑范围内，本文只考虑的是，各种扫描的区别，以及为何会产生。
3、聚集索引查找
聚集索引查找：扫描聚集索引中特定范围的行。
看执行以下SQL语句：
SELECT * FROM Person WHERE Id = '73164'
执行计划如下:
4、索引扫描
索引扫描：整体扫描非聚集索引。
下面我们来添加一个聚集索引，并执行一条查询语句：
CREATE NONCLUSTERED INDEX IX_Name ON Person(Name) --创建非聚集索引SELECT Name FROM Person
查看执行计划如下：
为什么此处会选择索引扫描(非聚集索引)呢？
因为此非聚集索引能够覆盖所需要的数据。如果非聚集索引不能覆盖呢?例如，我们将SELECT改为SELECT *再来看看。
好明显，返回结果所包括的记录太多，用非聚集索引反而不合算。因此使用了聚集索引。
如果此时我们删除聚集索引，再执行SELECT *看看。
DROP INDEX Person.IX_Id
而此时没有聚集索引，所以只有使用表扫描。
5、书签查找
前面关于索引的学习我们已经知道，当在非聚集索引中并非覆盖和包含所需全部的列时，SQL Server会选择，直接进行聚集索引扫描获得数据，还是先去非聚集索引找到聚集索引键，然后利用聚集索引找到数据。
下面来看一个书签查找的示例：
SELECT * FROM Person WHERE Name = '胖胖'--Name列有非聚集索引
执行计划如下：
上面的过程可以理解为：首先通过非聚集索引找到所求的行，但这个索引并不包含所有的列，因此还要额外去基本表中找到这些列，因此要进行键查找，如果基本表是以堆进行组织的，那么这个键查找(Key Lookup)就会变成RID查找(RID Lookup),键查找和RID查找统称为书签查找。不过有时当非聚集索引返回的行数过多时，SQL Server可能会选择直接进行聚集索引扫描了。
二、流聚合操作
1、流聚合
流聚合：在相应排序的流中，计算多组行的汇总值。
所有的聚合函数(如COUNT(),MAX())都会有流聚合的出现，但是其不会消耗IO，只有消耗CPU。
例如执行以下语句：
SELECT MAX(Age) FROM Person
查看执行计划如下：
2、计算标量
计算标量：根据行中的现有值计算新值。比如COUNT()函数，多一行，行数就加1咯。
除MIN和MAX函数之外的聚合函数都要求流聚合操作后面跟一个计算标量。
SELECT COUNT(*) FROM Person
查看执行计划如下：
3、散列聚合(哈希匹配)
对于加了Group by的子句，因为需要数据按照group by 后面的列有序，就需要Sort来保证排序。注意,Sort操作是占用内存的操作，当内存不足时还会去占用tempdb。SQL Server总是会在Sort操作和散列匹配中选择成本最低的。
SELECT Height,COUNT(Id) FROM Person --查出各身高的认输GROUP BY Height
执行计划如下：
对于数据量比较大时，SQL Server选择的是哈希匹配。
在内存中建立好散列表后，会按照group by后面的值作为键，然后依次处理集合中的每条数据，当键在散列表中不存在时，向散列表添加条目，当键已经在散列表中存在时，按照规则（规则是聚合函数，比如Sum,avg什么的）计算散列表中的值（Value）。
4、排序
当数据量比价少时，例如执行以下语句，新建一个只有数十条记录的与Person一样的表。
SELECT * INTO Person2 FROM Person2WHERE Id < 100
再来执行同样的查询语句：
SELECT Height,COUNT(Id) FROM Person2 --只是表换成了数据量比较少的表GROUP BY Height
执行计划如下：
三、连接
当多表连接时(包括书签查找，索引之间的连接)，SQL Server会采用三类不同的连接方式：循环嵌套连接，合并连接，散列连接。这几种连接格式有适合自己的场景，不存在哪个更好的说法。
新建两张表如下
这是一个简单的新闻，栏目结构。
1、嵌套循环
先来看一个简单的Inner Join查询语句
SELECT * FROM Nx_Column AS CINNER JOIN Nx_Article AS AON A.ColumnId = C.ColumnId
执行计划如下：
循环嵌套连接的图标同样十分形象，处在上面的外部输入(Outer input)，这里也就是聚集索引扫描。和处在下面的内部输入(Inner Input),这里也就是聚集索引查找。外部输入仅仅执行一次，根据外部输入满足Join条件的每一行，对内部输入进行查找。这里由于是7行，对于内部输入执行7次。
根据嵌套循环的原理不难看出，由于外部输入是扫描，内部输入是查找，当两个Join的表外部输入结果集比较小，而内部输入所查找的表非常大时，查询优化器更倾向于选择循环嵌套方式。
2、合并连接
不同于循环嵌套的是，合并连接是从每个表仅仅执行一次访问。从这个原理来看，合并连接要比循环嵌套要快了不少。
从合并连接的原理不难想象，首先合并连接需要双方有序.并且要求Join的条件为等于号。因为两个输入条件已经有序，所以从每一个输入集合中取一行进行比较，相等的返回，不相等的舍弃，从这里也不难看出Merge join为什么只允许Join后面是等于号。从图11的图标中我们可以看出这个原理。
SELECT * FROM Nx_Column AS CINNER JOIN Nx_Article AS AON A.ColumnId = C.ColumnIdOPTION(MERGE join)
执行计划如下：
如果输入数据的双方无序，则查询分析器不会选择合并连接，我们也可以通过索引提示强制使用合并连接，为了达到这一目的，执行计划必须加上一个排序步骤来实现有序。这也是上述SQL语句为什么要加OPTION(MERGE join)的原因。上述对Article表的ColumnId列进行了排序。
3、哈希连接
散列连接同样仅仅只需要只访问1次双方的数据。散列连接通过在内存中建立散列表实现。这比较消耗内存，如果内存不足还会占用tempdb。但并不像合并连接那样需要双方有序。
要进行下面这两个实现，得把两个列的聚集索引不要建在ColumnId列，否则不会采用哈希连接。
ALTER TABLE PK_Nx_Column DROP CONSTRAINT PK_Nx_Column --删除主键DROP INDEX Nx_Column.PK_Nx_Column --删除聚集索引CREATE CLUSTERED INDEX IX_ColumnName ON Nx_Column(ColumnName) --创建聚集索引
--这里再设置回主键就可以了，有了聚集索引，就不能随主键默认建啦
还要删除另外一个表Article的聚集索引哦。
然后执行以下查询：
SELECT * FROM Nx_Column AS CINNER JOIN Nx_Article AS AON A.ColumnId = C.ColumnId
执行计划如下：
要删除掉聚集索引，否则两个有序输入SQL Server会选择代价更低的合并连接。SQL Server利用两个上面的输入生成哈希表，下面的输入来探测，可以在属性窗口看到这些信息，如图15所示。
通常来说，所求数据在其中一方或双方没有排序的条件达成时，会选用哈希匹配。
四、并行
当多个表连接时，SQL Server还允许在多CPU或多核的情况下允许查询并行，这样无疑提高了效率。
