SQL 中高效的“查找最近的数字或日期”，其中日期/数字列被索引覆盖

Posted 2023-04-14

【中文标题】SQL 中高效的“查找最近的数字或日期”，其中日期/数字列被索引覆盖

【英文标题】：efficient "find nearest number or date" in SQL where date/number column is covered by an index

【发布时间】：2011-07-19 00:30:42

【问题描述】：

使用 SQL2008，我试图找出一个有效的查询来查找日期最接近特定目标日期的行。

有一些明显低效的解决方案（例如使用ABS and DATEDIFF 的表扫描），我没有费心去看，因为我的表已经有一个覆盖索引，其中日期是第一列。在准确确定最近的行之前，我可以使用该索引缩小结果范围。

理论上，我应该能够使用单个索引查找来满足查询，然后从该索引中顺序提取 2 行数据。

但到目前为止，我还没有找到比这个更优化的解决方案：

DECLARE @target DATETIME = '01/02/2011'

SELECT TOP 1 Val, Measured
FROM (
   SELECT TOP 1 Val, Measured 
       FROM tbl 
       WHERE Measured <= @Target 
       ORDER BY Measured desc
   UNION ALL
   SELECT TOP 1 Val, Measured 
       FROM tbl 
       WHERE Measured >= @Target 
       ORDER BY Measured asc
) x
ORDER BY ABS (DATEDIFF (second, Measured, @Target))

这很快（在下面的测试模式中进行 4 次逻辑读取，在我的真实表中进行 9 次逻辑读取），但它仍然是 2 次扫描计数的解决方案。是否有更有效的解决方案只命中该索引一次？

或者我现有的解决方案是否“足够好”，因为第二次索引搜索将拉取第一次搜索访问的缓存页面，这意味着它会非常快，以至于进一步优化（即使可能）将产生最小的实际性能改进？

这是架构和一些示例数据。两者都是从我的实际架构中简化的，尽管生成的查询计划与我更复杂的表相同：

CREATE TABLE tbl
(
    ID int IDENTITY(1,1) PRIMARY KEY CLUSTERED NOT NULL,
    Measured DATETIME NOT NULL,
    Val int NOT NULL
);
CREATE NONCLUSTERED INDEX IX_tbl ON tbl (Measured) INCLUDE (Val)
INSERT tbl VALUES ('2011-01-01 12:34',6);
INSERT tbl VALUES ('2011-01-01 23:34',6);
INSERT tbl VALUES ('2011-01-03 09:03',12);
INSERT tbl VALUES ('2011-02-01 09:24',18);
INSERT tbl VALUES ('2011-02-08 07:12',7);
INSERT tbl VALUES ('2011-03-01 12:34',6);
INSERT tbl VALUES ('2011-04-03 09:03',12);
INSERT tbl VALUES ('2011-05-01 09:24',18);
INSERT tbl VALUES ('2011-06-08 07:12',7);
-- insert another few million rows here to compare to my real-world table

【问题讨论】：

SELECT MAX (measured) FROM tbl WHERE measured < '01/02/2011' UNION SELECT MIN (measured) FROM tbl WHERE measured > '01/02/2011' ... 在性能方面实际上是相同的，还是效率更低？

您在抱怨 9 次逻辑读取？如果这是您遇到的最大性能问题，那么您可能有太多空闲时间。 :-) 也就是说，还有一些其他潜在的想法，但需要更多的元数据。例如，您是否将在此表中有足够的条目以确保您每天至少有一行？ @target 是否总是一个完整的日期？

@user unknown，MAX/MIN 的表现与 TOP 1 大致相同，除了 MAX 你不能轻易地同时获得 Val。

@Aaron Bertrand - \@target 通常不会是一个完整的日期。大多数日子会有 1-3 行，但有时我会连续几天没有行。不过，我知道您要去哪里：我可以选择一个日期范围然后对其进行过滤吗？这是一个好主意，特别是如果我需要的最小时间窗口（可能在任一侧一周或两周）可以放在一个页面中。想提交作为答案吗？回复：我手头的时间太多，查询将在运行数千次的 OUTER APPLY 中进行，因此在此处保存一些读取可以从整个查询中减少大量 I/O。

当然，如果您认为我已经将您引导到正确的方向，我可以做到。

【参考方案1】：

首先考虑确定@target 在表中的哪个位置，然后首先将 +1 / -1 的搜索范围限制在一天或一周内。然后在该集合中按日期排序以找到最接近的成本将低于将 TOP 1/ORDER BY 应用于每一侧的整个集合。