SQL order by 分两步

Posted 2023-04-15

【中文标题】SQL order by 分两步

【英文标题】：SQL order by in two steps

【发布时间】：2020-12-31 11:04:02

【问题描述】：

我有一个有两个日期时间列的大表。

[Timestamp] 和 [TimestampRounded]

[Timestamp] 列具有完整的时间戳（包括毫秒），并且该表没有该列的索引。

[TimestampRounded] 列具有时间戳，但毫秒、秒和分钟被截断（设置为 0）。该表具有该列的聚集索引。即，表格有效地按此列的顺序存储。通常，最新的行位于表格的顶部。索引是这样创建的：

CREATE CLUSTERED INDEX cidx_time ON [dbo].[MyTable] ([TimestampRounded] DESC)

现在，我想利用我的聚集索引检索一些数据，所以我执行以下选择，我的表有大约 500 万行。

查询 1：

SELECT TOP(100) * FROM [dbo].[MyTable] ORDER BY [TimestampRounded] DESC

此查询立即返回（不到 1 秒）。但是返回的 100 行没有按毫秒排序，只是按小时排序。

然后我知道我是否也想按第二列排序：

查询 2：

SELECT TOP(100) * FROM [dbo].[MyTable] ORDER BY [TimestampRounded] DESC, [Timestamp] DESC

这个查询非常慢，大约需要 23 秒才能返回 100 行。

我的直接解决方案是使用第一个查询，然后在我的客户端前端代码中对返回的 100 行进行排序。但是我遇到了一些问题，我错过了应该返回的行，所以我想了解如何修复/重写查询 2 以按预期返回这 100 个排序的行，并且通过合理的逻辑也应该花费不到 1 秒。由于该表已经按小时存储（聚集索引），我不明白为什么需要更长的时间。

【问题讨论】：

TimestampRounded 有多少行在相同的最高值上？

可以将数千行绑定到 TimestampRounded 值。那就是在那一小时内发生的每一行

完全正确 - 所以您的第一个查询是“给我 any 100 行共享相同小时值的行” - 而您的第二个查询是“给我准确的 100 行最新的” - 第二个需要更多时间。

那么获得正确数据的合理性是什么？对聚集索引使用 [Timestamp]？据我所知，这不是最优的，因为索引将是不合理的，特别是由于时间戳中的毫秒和秒

我用这个问题的答案作为参考：***.com/questions/17381875/…

【参考方案1】：

我可能过于简单化了，但为什么不简单地在存储整个时间戳的列上创建一个索引呢？

CREATE INDEX cidx_time2 ON [dbo].[MyTable] ([Timestamp] DESC)

然后，你可以这样做：

SELECT TOP(100) * FROM [dbo].[MyTable] ORDER BY [[Timestamp] DESC

或者，如果您出于某种原因需要在 order by 子句中设置两个时间戳，那么您需要在两列上都有一个索引：

CREATE INDEX cidx_time3 ON [dbo].[MyTable] ([TimestampRounded] DESC, [Timestamp] DESC);

然后您可以运行原始查询：

SELECT TOP(100) * FROM [dbo].[MyTable] ORDER BY [TimestampRounded] DESC, [Timestamp] DESC

【讨论】：

我了解到，如果我的聚集索引包含毫秒、秒和分钟，那么 INSERT 会非常乏味。这就是为什么我首先使用圆角列

查看这个问题的答案：***.com/questions/17381875/…

不，那是错误的。无论哪种方式，它都是一个 64 位的值进行排序，它将具有相同的性能。当然，添加 another 列会让它变得更好

怎么了？你是说我应该删除 Rounded 列并在 [Timestamp] 上使用聚集索引？

@Smith5727 最好忽略您链接的已接受答案 - 短语 the index has to account for every place within the datetime. This becomes very large spatially and bulky. 向我表明作者可能不知道索引是如何工作的

【参考方案2】：

指定WITH TIES，这样 sqlserver 将返回[最多]“几千”行，这些行具有所有相同的舍入时间戳值，然后按精确时间戳对这几千行排序，以获得真正最新的 100；比数百万排序更快