聚合實際上對數據做分組統計，SQL Server使用兩種操作符來實現聚合，流聚合（Stream Aggregation）和哈希聚合（Hash aggration）。流聚合是非阻塞性的，具有流的特性，流聚合操作符；邊處理數據，邊輸出聚合的結果。而哈希聚合是阻塞性的，只要處理完所有的數據，才會輸出聚合的結果。

一，流聚合

流聚合要求輸入的數據集在group by 即分組列上是有序的，也就是說，流聚合需要排序。分組列的位置和順序不會影響聚合的結果，因此分組列的排序是任意的。對於索引上的流聚合，由於數據是已經排序的，使用流聚合算法沒有排序操作的開銷。

流聚合算法是：第一個被讀取的數據會創建第一個分組，後續讀入的數據都會先和當前的分組匹配，如果匹配，把該行放入到當前的分組中；如果不匹配，創建新的分組，直到所有數據行都處理完成為止，最終對各個分組計算聚合值。

二，哈希聚合

在執行計劃中，哈希聚合使用的物理操作符是：Hash Match(Aggregate)，實際上，Hash Join也是使用Hash Match作為物理操作符。哈希聚合不需要排序，但是需要授予內存來創建Hash表。優化器傾向於使用哈希聚合來對無序的大表進行聚合操作，哈希聚合的算法：

• 對於每一個輸入行，在group by列上計算哈希值，
• 檢查該行是否映射到hash表中，如果不存在於現有的哈希表，那麽把該行插入到哈希表中，創建新的分組；如果存在於現有的哈希表中，把該行插入到現有的分組中。
• 計算哈希表中的數據，作為最終的結果輸出。

哈希聚合使用Hash表來存儲各個分組的數據，最後並行計算各個分組中的數據。由於數據是無序的，任何數據行都有可能屬於任意一個分組，因此，哈希聚合直到處理完所有的數據行才會輸出結果。

Hash聚合在創建哈希表時，需要向系統申請授予內存，當授予內存不足時，需要把哈希表的一部分哈希桶溢出到硬盤的workfiles中。這和Hash Join的內存使用和溢出相同。

三，列存儲索引

列存儲索引適合於數據倉庫中，主要執行大容量數據加載和只讀查詢，與傳統面向行的存儲方式相比，使用列存儲索引存儲可最多提高 10 倍查詢性能 ，與使用非壓縮數據大小相比，可提供多達 7 倍數據壓縮率 。列存儲索引使用用“批處理執行模式”的模式，這與行存儲使用的逐行數據讀取模式對比，性能大幅提升。

列存儲索引主要在下面三個特性上提升查詢的性能：

• 行存儲使用逐行處理模式，每次只處理一行數據；而列存儲索引使用批處理模式，每次處理一批數據行。
• 行存儲是逐行存儲（Row Store），每一個Page存儲多行數據，而列存儲（Column Store）把數據表中的每一列單獨存儲在Page集合中，這意味著，Page集合中存儲的是某一列的數據，而不是一行中所有列的數據。在讀取數據時，行存儲把一行的所有列都加載到內存，即使有些列根本不會用到；而列存儲只把需要的列加載到內存中，不需要的列不會被加載到內存中。
• 列存儲索引自動對數據進行壓縮處理，由於同一行的數據具有很高的相似性，壓縮率很高，數據讀取更快速。

一般情況下，數據倉庫的查詢語句只會查詢少數幾個列的數據，其他列的數據不需要加載到內存中，這就使得列存儲特別適合用於數據倉庫中對星型連接（Star- Join）進行聚合查詢，所謂星型連接（Star-Join）的聚合查詢是指對一個大表（Large Table）和多個小表（Little Table）進行連接，並對Large Table 進行聚合查詢。在數據庫倉庫中，是指事實表和維度表的連接。在大表上創建列存儲索引，SQL Server 引擎將充分使用批處理模式（Batch processing mode）來執行星型查詢，獲取更高的查詢性能。

參考文檔：

性能調優8：分組聚合 - group by