左外连接 SQL 服务器中的性能问题

Posted 2023-05-08

【中文标题】左外连接 SQL 服务器中的性能问题

【英文标题】：Performance Issue in Left outer join Sql server

【发布时间】：2017-06-16 07:53:48

【问题描述】：

在我的项目中，我需要根据同一张表中的旧版本和新版本来查找差异任务。

id     |    task   |   latest_Rev
1             A            N
1             B            N
2             C            Y
2             A            Y
2             B            Y

预期结果：

   id       |     task   | latest_Rev   
   2               C           Y

所以我尝试了以下查询

  Select new.* 
  from Rev_tmp nw with (nolock)
  left outer 
  join rev_tmp  old with (nolock)
  on   nw.id -1  = old.id
  and  nw.task = old.task
  and  nw.latest_rev = 'y'
  where old.task is null

当我的表有超过 20k 条记录时，此查询需要更多时间吗？ 如何减少时间？

在我的公司不允许使用子查询

【问题讨论】：

不仅仅是什么？你的表是如何索引的？查询计划是什么？

不允许使用子查询听起来很奇怪。您可以使用 CTE 吗？派生表？为什么允许你使用 NOLOCK？

我的表没有包含所有主字段的聚集索引。它是一个规则。 @JamesZ。

【参考方案1】：

使用LAG函数去除自连接

SELECT *
FROM   (SELECT *,
               CASE WHEN latest_Rev = 'y' THEN Lag(latest_Rev) OVER(partition BY task ORDER BY id) ELSE NULL END AS prev_rev
        FROM   Rev_tmp) a
WHERE  prev_rev IS NULL 

【讨论】：

什么性能更好？我的“不存在”还是你的“滞后”？在大桌子上，我认为它“不存在”，您对此有何看法？

@Esperento57 - 显然LAG、Not exists 需要扫描/查找表两次。

是的，但你也使用“case”和临时表作为你的 where ;)

@Esperento57 - 它不是临时表。它被称为派生表，它不会在磁盘中存储任何内容。使用CASE 仍然比两次敲桌子要好;)

如果他在 latest_Rev 字段上有索引，您的查询可能不会用于滞后，我不知道：P

【参考方案2】：

我的回答假设

您无法更改索引 您不能使用子查询 所有字段都单独编入索引

如果您查看查询，真正减少结果集的唯一值是latest_rev='Y'。如果你要消除这种情况，你肯定会得到一个表扫描。所以我们希望使用索引来评估该条件。不幸的是，只有值“Y”和“N”的字段可能会被忽略，因为它的选择性很差。如果您诱使 SQL Server 使用它，可能会获得更好的性能。如果latest_rev 上的索引被称为idx_latest_rev，那么试试这个：

Set transaction isolated level read uncommitted

Select new.* 
from Rev_tmp nw with (index(idx_latest_rev))
left outer 
join rev_tmp  old 
on   nw.id -1  = old.id
and  nw.task = old.task
where old.task is null
and  nw.latest_rev = 'y'

【参考方案3】：

latest_Rev 应该是 Bit 类型（布尔等效），我对性能更好（详情 here） 可能你能在 id、task 上添加索引吗 , latest_Rev 列

你可以试试这个查询（用不存在替换左外）

Select * 
from Rev_tmp nw
where nw.latest_rev = 'y' and not exists
(
select * from rev_tmp  old
where nw.id -1  = old.id and  nw.task = old.task
)