在多个范围内高效查询 MAX

Question

在适当排序的索引覆盖的单个范围内执行 MIN() 或 MAX() 时，SQL Server 执行 TOP() 并因此在仅获取一行后返回值。当搜索条件包含多个范围时，SQL Server 会从两个范围中获取所有索引值并进行流聚合，这比对每个子值执行 TOP() 慢得多。

例如，假设每个客户有大量订单，如下所示：

CREATE TABLE orders
(
  customer_id int,
  quantity int
)

运行此查询：

SELECT MAX(quantity) 
FROM orders
WHERE customer_id IN (1,2)

将导致查询所需的时间是仅指定一个客户 ID 时的数倍。

执行上述查询的最有效方法是什么？相关地，如果需要单独的结果（即 GROUP BY customer_id），最好的方法是什么？

SQL小提琴：http ://sqlfiddle.com/#!3/ef0c6/1

Answer 1

这是一个使用 的解决方案CROSS APPLY，它对TOP每个执行相同的查询customer_id：

SELECT MAX(b.MaxQuantity) AS quantity
  FROM
  (
    SELECT 1 AS customer_id UNION ALL
    SELECT 2
  ) a
  CROSS APPLY
  (
    SELECT TOP 1
      quantity AS MaxQuantity
      FROM orders o
      WHERE o.customer_id = a.customer_id
      ORDER BY quantity DESC
  ) b;

这与UNION ALL您在 Fiddle 中编写的基于 -based 的查询的工作相同；不同之处在于customer_id输入是从查询的主体中抽象出来的，因此可以轻松转换为使用表变量或表值参数，这将导致静态查询计划，这一点很重要。这种方法适用于少量customer_id值，并且简单地移除外部MAX值将为每个客户返回最大值。我不相信有一种方法可以customer_id使用这些数据结构针对少量s进一步优化此查询（假设customer_ids 是随机的，而不是范围）。

对于大量的customer_idS，它可能是更便宜做索引扫描和流合计比许多寻求。为了加快速度，您必须转向某种非规范化的数据结构。MAX索引视图中不支持，因此在应用程序逻辑或触发器中滚动您自己的机制是唯一的方法。根据此表上的读/写比率，这可能比上述方法快也可能不快：您必须在您的确切场景中对其进行测试。