必须加WHERE时间范围过滤,否则即使建索引也会全表扫描;正确写法为WHERE ts >= '2026-10-25',禁用函数包裹列(如DATEPART)以免索引失效。

聚合前必须加 WHERE 时间范围过滤
SQL Server 2022 的 time_bucket 和 GROUP BY 聚合本身不控制扫描行数,哪怕建了索引,没写 WHERE 就等于让优化器自由决定——它大概率全表扫描。百万级传感器表上直接 SELECT time_bucket('1 hour', ts), AVG(value) FROM sensor_data GROUP BY time_bucket('1 hour', ts),极易触发内存授予不足(RESOURCE_SEMAPHORE)或 OutOfMemoryException。
正确做法是强制限定时间窗口:
WHERE ts >= '2026-10-25' AND ts —— 静态范围最安全-
WHERE ts >= DATEADD(day, -7, GETUTCDATE())—— 动态范围需注意统计信息是否最新 - 避免
WHERE DATEPART(hour, ts) = 14这类函数包裹列,会禁用索引,导致扫描放大
慎用 COUNT(DISTINCT) 和大字段聚合
COUNT(DISTINCT) 在 SQL Server 中底层依赖排序 + 哈希构建去重集,数据量稍大(比如单 bucket 超 10 万行)就容易耗尽 granted memory。同理,对 NVARCHAR(MAX) 或 XML 列做 STRING_AGG、MAX 等聚合,也会因中间结果膨胀引发内存压力。
可操作的缓解方式:
- 用计算列替代:如常按设备分组统计唯一事件类型,先建
ALTER TABLE sensor_data ADD event_type_hash AS HASHBYTES('SHA2_256', ISNULL(event_type, '')) PERSISTED,再对哈希列COUNT(DISTINCT event_type_hash) - 改用近似计数:
APPROX_COUNT_DISTINCT(event_type)(SQL Server 2019+),误差率约 2%,但内存开销极低 - 聚合前裁剪字段长度:
STRING_AGG(LEFT(message, 100), ';')防止长文本撑爆内存
避免 NULL 值参与高开销转换
显式处理 NULL 很常见,但像 AVG(ISNULL(value, 0)) 或 SUM(CASE WHEN value IS NULL THEN 0 ELSE value END) 会阻止优化器下推聚合,尤其在并行计划中,每个线程都要单独做判断和替换,显著增加 CPU 和内存负载。
更轻量的做法:
- 确认业务语义允许时,直接用原生聚合:
AVG(value)(自动跳过 NULL)、COUNT(value)(只计非空) - 若必须补零且字段有索引,考虑提前物化:
ALTER TABLE sensor_data ADD value_nonnull AS ISNULL(value, 0) PERSISTED,再对新列建索引 - 警惕
CONVERT/CAST套在聚合列上,例如AVG(CONVERT(DECIMAL(18,2), value)),类型转换发生在每行,不是聚合后——这比单纯AVG(value)多出数倍内存申请
聚合结果过大时优先走流式分页,而非一次性拉取
当 GROUP BY time_bucket 产出几千个时间桶,又带多列 STRING_AGG 或 JSON_OBJECT,客户端一次性接收可能超限。SQL Server 不支持流式游标返回聚合结果,但可通过 OFFSET / FETCH 分批查,或用临时表缓存中间聚合结果再分页读。
关键点:
- 不要在最终 SELECT 里嵌套多层聚合(如
SELECT ... FROM (SELECT ..., STRING_AGG(...) FROM ...) t),这会让优化器无法复用中间结果 - 用
SELECT ... INTO #agg_temp先落地聚合,再从临时表分页查,能明确控制内存峰值 - 若用
OFFSET 10000 ROWS FETCH NEXT 100 ROWS ONLY,确保ORDER BY列有索引,否则每次分页都重算全部聚合
真正卡住的往往不是聚合逻辑本身,而是时间范围失控、DISTINCT 无节制、以及把 NULL 处理写成“每行必判”的暴力模式。SQL Server 2022 的内存管理很严格,给多少就用多少,多一KB都可能拒绝执行。











