SQL Server哈希聚合慢的主因是内存授予不足、输入无序及统计信息不准三者叠加;应检查执行计划中Hash Match Aggregate和Memory Grant Warning,结合sys.dm_exec_query_memory_grants视图验证内存分配,并通过索引优化、统计更新和MIN_GRANT_PERCENT等综合手段解决。

查执行计划里有没有Hash Match Aggregate和Memory Grant Warning
SQL Server 一用哈希聚合就慢,八成是内存没分够,而不是语句写错了。直接看执行计划 XML,搜 Hash Match Aggregate 和 Memory Grant Warning 这两个关键词。如果看到警告,说明 SQL Server 估算的内存(GrantedMemory_KB)远小于实际需要(UsedMemory_KB 接近或超过前者),哈希表已经开始往 tempdb 刷数据——IO 就成了瓶颈。
别依赖 DBCC MEMORYSTATUS:它只反映实例级缓冲池状态,和单个查询的内存 grant 完全无关。
更准的办法是跑一次带 SET STATISTICS XML ON 的查询,然后在 XML 里定位这两个字段值;或者实时查动态视图:SELECT session_id, request_id, required_memory_kb, granted_memory_kb, grant_time FROM sys.dm_exec_query_memory_grants WHERE grant_time IS NULL OR required_memory_kb > granted_memory_kb * 1.5;
用MIN_GRANT_PERCENT强制保底内存,别碰QUERYTRACEON 8649
OPTION (MIN_GRANT_PERCENT = 30, MAXDOP 2) 是 SQL Server 2016+ 最稳的干预方式。它不是“建议分多少”,而是硬性保底——哪怕优化器估算只需要 100 MB,也会至少给 30% × 估算值。
- 设太高(比如 80)会导致其他并发查询等内存,反而拖垮整体吞吐
-
MAXDOP必须同步设:对单表 GROUP BY,MAXDOP 2或4通常比MAXDOP 0更快——并行线程越多,每个线程分到的哈希桶越碎,争抢和同步开销越大 - 绝对禁用
QUERYTRACEON 8649:这是未公开调试标记,2019+ 版本可能污染 plan cache,且行为不可控
让流聚合替代哈希聚合:索引顺序必须匹配GROUP BY顺序
流聚合(Stream Aggregate)不占大内存、不阻塞输出,但前提是输入数据在分组列上天然有序。这只能靠索引保证。
例如:GROUP BY dept, role,就要建 INDEX idx_dept_role ON table(dept, role),不能只建 (dept) 或 (role, dept)。
如果还有 WHERE create_time > '2026-01-01',索引应为 (create_time, dept, role)——WHERE 列必须在最左,否则无法利用索引下推过滤。
注意:含函数的写法如 GROUP BY YEAR(create_time) 会断掉索引链,要么加生成列索引,要么改用范围条件 + 预计算字段。
确认是否真卡在聚合阶段,而不是统计信息过期
执行计划里 Estimated Number of Rows 如果比实际小几个数量级(比如估 100 行,实际 200 万),优化器大概率选错算法:该走哈希却走了排序聚合(Sort + Stream Aggregate),结果把所有数据拖进 tempdb 排序。
这时光调内存没用,得先更新统计信息:UPDATE STATISTICS dbo.YourBigTable WITH FULLSCAN, NORECOMPUTE;
如果查询带参数(比如 WHERE status = @p),加 OPTION (RECOMPILE) 让每次执行都重估行数,避免参数嗅探导致的错误基数估计。
哈希聚合慢的本质,从来不是“算法不行”,而是内存 grant 不足 + 输入无序 + 统计不准三者叠加。单独调一个点,效果有限;三个点一起压,才能让 Hash Match Aggregate 退回到后台安静干活,而不是在 tempdb 里反复刷盘。

















