SQL 中 TOP 和 MAX()/MIN() 的区别

Question

根据我的经验，如果您的数据库中有数千/数百万行，如本答案以及我在这里回答的内容和提问者的回答SELECT TOP中所示，则要快得多。SELECT MIN()MAX()

\n

我的问题是为什么，根据我的理解，TOP查看数据SELECT column FROM table与执行 a 时相同ORDER BY column，它会对结果进行排序，然后只给出顶行，而MIN()/MAX()函数实际上应该只查看每一行，检查该行的总和行，然后转到下一行，如果该行是>或<前一行，则将结果保存在函数中取决于它是否为 saMAX()或 a MIN()，而这正是ORDER BY应该做的。

\n

请不要回答，根据您的经验， 比MAX()更好TOP，因为问题实际上是MAX()/MIN()和之间有什么区别TOP？两者都查看每一行的数据，并且都可能是log(n)。

\n

回复@JD：

\n

\n

一个简单的例子是，如果您使用 TOP 而不使用 ORDER BY 子句。然后，您将返回的最高结果可能是不确定的，并且并不总是必须与 MAX() 聚合函数引用的同一行。

\n

\n

当然，我只是问你何时使用，ORDER BY因为它的强大TOP之处在于以特定方式对其进行排序。

\n

关于log(n)我会以不同的方式询问它是否ORDER BY有\xce\xa9(n)因为它需要查看的最小数据是n并且可能有O() >= n因为它\ 可能使用最好的排序算法O(n)。

\n

有了它MIN()，它也可能是\xce\xa9(n)和O(n)因为它总是需要扫描所有数据来找到答案，并且永远不会超过n，所以为什么它有时会产生巨大的结果不同之处？

\n

换一种方式：

\n

如果我有一个包含一百万行的表，其中包含客户及其购买产品的金额，如果我正在使用并使用SELECT TOP 1 amount_column FROM customer_table ORDER BY amount_column DESC第SELECT MAX(amount_column) FROM customer_table一个需求，那么执行时间有什么区别查看所有数据并按amount_column降序排序，这样无论是否已经排序都没有什么区别，因为它需要检查所有行是否>比上一行，然后当它执行完毕后返回最大金额。

\n

当我使用该MAX()函数执行此操作时，它还需要扫描（根据我的理解）所有行并将第一行保存到结果中，然后转到下一行并检查它是否 > 比结果（如果是）它将其保存到结果中，依此类推整个表，完成后返回最大金额。

\n

因此，根据我的理解，两者实际上都在做同样的事情，或者也许我对它执行函数的方式的理解是错误的，这就是我要问的，如果我错了？为什么？

\n

Answer 1

值得指出的是，还有另一个非常重要的区别：min()/max() 与 top() 的 null 行为不同。在这种情况下，这是苹果和橙子的比较。

考虑：

create table T1(id int, content nvarchar(64));
insert T1 values 
  (1,'smallest'), 
  (3,'largest'), 
  (2,'middle'), 
  (-1,'minus one'),
  (null, 'null');

select top(1) id from T1 order by id; -- returns null
select top(1) id from T1 order by id desc; -- returns 3
select 'max id' = max(id), 'min id' = min(id) from T1; -- returns 3 and -1

Answer 2

问题是它们并不总是相同的，因此它们是具有不同目的的不同运营商。是的，其中一些目的是重叠的，但它们并不完全是一对一的。

一个简单的例子是如果您TOP不带ORDER BY子句使用。那么您将返回的最上面的结果可能是不确定的，并且并不总是必须与聚合MAX()函数引用的同一行。

正如 Mustaccio 在评论中指出的那样，执行计划将具体告诉您两个查询（一个使用 ，TOP另一个使用 ）之间的操作有何不同MAX()。如果没有特定的查询，就没有关于两者如何相似或不同的单一答案，因为它可能因每个特定用例而异。

最后，假设两个运算符的时间大 O 函数始终为O(log(n))也是不正确的，并且会根据数据的结构方式以及应用这些运算符的数据点而变化。对于按升序索引的Table1列，查询的顺序可能是O(log(n))（尽管我不确定它是否可能是O(1)，因为该子句与索引排序匹配）但 a可能约为O(n)，因为列 上没有覆盖索引，并且可能需要扫描整个表。(A, B, C)ASELECT TOP 1 A FROM Table1 ORDER BY AORDER BYSELECT MAX(B) FROM Table1B

关于您的更新，聚合函数MIN()不需要MAX()总是扫描所有数据。我的第一个示例只是以一种方式设置，以演示一个特定用例之间的MAX()Big O 搜索时间复杂度的差异。TOP但是使用具有相同列和A仅覆盖列升序的索引的相同表示例，则查询也应产生O(log(n))SELECT MAX(A) FROM Table1的时间复杂度。

尽管只关注使用该子句的查询，但与和 之间ORDER BY的相似点或差异仍然会因一个用例而异，直接取决于正在运行的查询以及查询引擎为该查询生成的执行计划。如果您有想要讨论的特定查询和执行计划，请随时将其添加到您的问题中，我们可以对其进行适当的分析。TOPMAX()MIN()

对于您的最新更新，我相信您遇到的问题是数据结构的概念。您一直假设在这两种情况下都需要分析每一行数据，并且只有在未索引的表（堆数据结构）或查询没有覆盖索引时才如此。因此，在您的示例中，对于两个运算符，如果没有索引覆盖amount_column. 但是，如果它上面有一个索引，降序，这将尊重你的陈述“ ...如果它已经排序”，那么数据将存储在B 树数据结构中，这将允许你的查询在索引上查找并显着减少运行时间降至O(log(n))，因为不再需要比较每一行。需要比较的行子集比整个表本身小得多。

是的，在您的具体示例中，理论上，两个查询应该看到相同的搜索时间复杂度，但实际上这又取决于您的数据的结构方式（在本例中为索引）。此外，还有其他因素可能导致两个单独的查询计划，实际上两个查询之间的运行时确实不同，并且只能在比较两个实际执行计划时才能讨论其原因。理论上不可能进行讨论，因为根据执行计划本身的具体内容，它可能会因多种原因而有所不同。