标签: window-functions

很久以前我遇到过这个问题，我找到了一个适合我的解决方法并忘记了它。

但是现在在 SO 上有这个问题，所以我愿意提出这个问题。

有一个视图以非常简单的方式（订单 + 订单行）连接几个表。

在没有where子句的情况下查询时，视图返回几百万行。
然而，从来没有人这样称呼它。通常的查询是

select * from that_nasty_view where order_number = 123456;

这将返回 5m 中的大约 10 条记录。

一件重要的事情：视图包含一个窗口函数，rank()，它由始终查询视图所使用的字段精确分区：

rank() over (partition by order_number order by detail_line_number)

现在，如果使用查询字符串中的文字参数查询此视图，完全如上所示，它会立即返回行。执行计划很好：

• 使用索引对两个表进行索引查找order_number（返回 10 行）。
• 在返回的微小结果上计算窗口。
• 选择。

然而，当以参数化的方式调用视图时，事情变得很糟糕：

• Index scan在所有表上忽略索引。返回 5m 行。
• 巨大的加入。
• 计算所有partitions 的窗口（大约 500k 个窗口）。
• Filter 从 5m 中取出 10 行。
• 选择

在涉及参数的所有情况下都会发生这种情况。它可以是 SSMS：

declare @order_number int = 123456;
select * from that_nasty_view where order_number = @order_number; …

我编写了一个 SQL Server 查询，它在对字段进行分区后更新记录以具有序列号。当我将它作为 SELECT 语句运行时，一切看起来都很棒：

DECLARE @RunDetailID INT = 448
DECLARE @JobDetailID INT

SELECT @JobDetailID = [JobDetailID] FROM [RunDetails] WHERE [RunDetailID] = @RunDetailID

SELECT
    [OrderedRecords].[NewSeq9],
    RIGHT([OrderedRecords].[NewSeq9], 4)
FROM
    (
        SELECT
            [Records].*,
            [Records].[SortField] + RIGHT('0000' + CAST(ROW_NUMBER() OVER(PARTITION BY [Records].[SortField] ORDER BY [Records].[RunDetailID], [Records].[SortField], [Records].[PieceID]) AS VARCHAR), 4) NewSeq9
        FROM
        (
            SELECT
                [MRDFStorageID], 
                [RunDetailID], 
                [SortField], 
                [PieceID], 
                [Seq9], 
                [BallotType]
            FROM
                [MRDFStorage]
                    JOIN [BallotStyles] ON [MRDFStorage].[SortField] = [BallotStyles].[Style] and [BallotStyles].[JobDetailID] = @JobDetailID
            WHERE
                [RunDetailID] IN (SELECT [RunDetailID] FROM [RunDetails] WHERE [JobDetailID] = …

我正在编写一个查询，用于对社交提要的结果进行分页。这个概念是移动应用程序将请求 N 个项目，并提供我在@CutoffTime下面调用的开始日期时间。截止时间的目的是确定分页窗口应该何时开始。我们使用时间戳而不是行偏移量的原因是，即使添加了较新的社交内容，时间戳也会让我们在获取较旧帖子时从一致的位置翻页。

由于社交提要项目可以来自您自己或您的朋友，因此我使用 aUNION来组合这两个组的结果。最初我尝试了TheQuery_CTE没有的逻辑UNION，结果很慢。

这就是我所做的（包括相关的表架构）：

    CREATE TABLE [Content].[Photo]
(
    [PhotoId] INT NOT NULL PRIMARY KEY IDENTITY (1, 1), 
    [Key] UNIQUEIDENTIFIER NOT NULL DEFAULT NEWID(),
    [FullResolutionUrl] NVARCHAR(255) NOT NULL, 
    [Description] NVARCHAR(255) NULL, 
    [Created] DATETIME2(2) NOT NULL DEFAULT SYSUTCDATETIME(),
);

CREATE TABLE [Content].[UserPhotoAssociation]
(
    [PhotoId] INT NOT NULL, 
    [UserId] INT NOT NULL, 
    [ShowInSocialFeed] BIT NOT NULL DEFAULT 0,

    CONSTRAINT [PK_UserPhotos] PRIMARY KEY ([PhotoId], [UserId]), 
    CONSTRAINT [FK_UserPhotos_User] FOREIGN KEY ([UserId]) 
        REFERENCES [User].[User]([UserId]), 
    CONSTRAINT [FK_UserPhotos_Photo] …

我有一个COUNT(*) OVER ()作为查询的一部分来获取大量数据，其中包含大约 15 个表的连接（有些大，有些小）。这里计数的最佳解决方案是什么？

1. 单独查询以查找计数。
2. COUNT(*) OVER () 作为获取数据的查询的一部分（因为它将计算每一行的计数？！）
3. 或查询以获取计数并结合查询以获取数据。（当然，我必须为数据查询要获取的所有其他列设置 null。）

我有下表：

CREATE TABLE trans (
    id SERIAL PRIMARY KEY,
    trans_date date,
    trans_time time        
);

我想有以下观点

CREATE OR REPLACE VIEW daily_trans AS
SELECT trans_date,
    max(trans_time) as first, 
    min(trans_time) as last,
    calculate_status(min(trans_time), max(trans_time)) as status 
GROUP BY trans_date 

带有指定最大和最小 trans_time id 的列。

我怎么做？

如何用和解决gaps-and-islands的孤岛部分。我现在已经看过几次了，我想知道是否有人可以解释一下，dense_rank()row_number()

让我们使用这样的东西作为示例数据（示例使用 PostgreSQL），

CREATE TABLE foo
AS
  SELECT x AS id, trunc(random()*3+1) AS x
  FROM generate_series(1,50)
    AS t(x);

这应该产生这样的东西。

 id | x 
----+---
  1 | 3
  2 | 1
  3 | 3
  4 | 3
  5 | 3
  6 | 2
  7 | 3
  8 | 2
  9 | 1
 10 | 3
...

我们想要的是这样的...... （z我们可以使用的价值在哪里GROUP BY）

 id | x | grp
----+------
  1 | 3 | z
  2 | …

下面的这些查询都给了我完全相同的结果，我认为这是因为我的数据集而不是参数如何工作。

使用OVER子句时，ORDER BY和之间有什么区别PARTITION BY。

稍微不同的是，为什么不使用该术语GROUP BY而不是更复杂的声音PARTITION BY，因为在这种情况下使用分区似乎与分组实现了相同的目的。我知道您可以更改这些内部分区，然后这些更改会反映在表中。是这个原因吗？

查询 1：

SELECT
    CP.iYear,
    AVG(AVG(CP.mUpgradeCost)) OVER(ORDER BY iYear) AS [avg]
FROM ProForma.dbo.CapitalProject CP
GROUP BY CP.iYear

查询 2：

SELECT
    CP.iYear,
    AVG(AVG(CP.mUpgradeCost)) OVER(PARTITION BY iYear) AS [avg]
FROM ProForma.dbo.CapitalProject CP
GROUP BY CP.iYear

由于我的性能调优技巧似乎永远不够用，我总是想知道我是否可以针对某些查询执行更多优化。此问题涉及的情况是嵌套在子查询中的 Windowed MAX 函数。

我正在挖掘的数据是对不同组较大集的一系列事务。我有 4 个重要的字段，交易的唯一 ID，一批交易的组 ID，以及与各自唯一交易或交易组相关的日期。大多数情况下，集团日期与批次的最大唯一交易日期相匹配，但有时会通过我们的系统进行手动调整，并在捕获集团交易日期后进行唯一日期操作。此手动编辑不会按设计调整组日期。

我在此查询中确定的是唯一日期落在组日期之后的那些记录。以下示例查询构建了与我的场景大致相当的内容，SELECT 语句返回我正在查找的记录，但是，我是否以最有效的方式接近此解决方案？这需要一段时间才能在我的事实表加载期间运行，因为我的记录计数在前 9 位数字中，但主要是我对子查询的蔑视让我想知道这里是否有更好的方法。我并不关心任何索引，因为我相信它们已经到位；我正在寻找的是一种替代查询方法，它可以实现相同的目标，但效率更高。欢迎任何反馈。

CREATE TABLE #Example
(
    UniqueID INT IDENTITY(1,1)
  , GroupID INT
  , GroupDate DATETIME
  , UniqueDate DATETIME
)

CREATE CLUSTERED INDEX [CX_1] ON [#Example]
(
    [UniqueID] ASC
)


SET NOCOUNT ON

--Populate some test data
DECLARE @i INT = 0, @j INT = 5, @UniqueDate DATETIME, @GroupDate DATETIME

WHILE @i < 10000
BEGIN

    IF((@i + @j)%173 = 0)
    BEGIN
        SET @UniqueDate = GETDATE()+@i+5
    END
    ELSE
    BEGIN …

我的 DBA 经验只是简单的存储 + CMS 样式数据的检索 - 所以这可能是一个愚蠢的问题，我不知道！

我有一个问题，我需要查找或计算特定组大小和特定时间段内特定天数的假期价格。例如：

1 月任何时候 2 人 4 晚的酒店房间多少钱？

例如，我有 5000 家酒店的定价和可用性数据，如下所示：

Hotel ID | Date | Spaces | Price PP
-----------------------------------
     123 | Jan1 | 5      | 100
     123 | Jan2 | 7      | 100
     123 | Jan3 | 5      | 100
     123 | Jan4 | 3      | 100
     123 | Jan5 | 5      | 100
     123 | Jan6 | 7      | 110
     456 | Jan1 | 5      | 120
     456 | Jan2 …

我有关于在不同国家旅行的人的数据，如下所示：

country | begintimestamp      | distance    

Germany | 2015-01-01 00:00:00 | 100
Germany | 2015-01-01 01:12:13 | 30
France  | 2015-01-01 02:13:14 | 40
France  | 2015-01-01 03:14:15 | 20
Spain   | 2015-01-01 04:15:16 | 10
France  | 2015-01-01 05:16:17 | 30
France  | 2015-01-01 05:17:18 | 5
Germany | 2015-01-01 06:18:19 | 3

我需要的是能够收到这样的结果 -distance与最早的连续行相加begintimestamp：

country | begintimestamp      | distance

Germany | 2015-01-01 00:00:00 | 130  // 100+30, the distance of two first rows summed. …