LAG 和 LEAD 函数

Posted 2023-03-31

【中文标题】LAG 和 LEAD 函数

【英文标题】：LAG and LEAD functions

【发布时间】：2012-10-18 11:09:15

【问题描述】：

在 SQL Server 2012 中使用新的 有哪些优势？ 仅仅是更容易编写和更容易调试查询，还是还有性能改进？

这对我来说很重要，因为我们经常需要这种类型的功能，我需要知道我们是否应该在不久的将来推荐升级。 如果只是更简单的查询，那么升级的麻烦（和成本）就不值得了。

【问题讨论】：

你能澄清一下这个问题吗？您说您已经需要这种类型的功能，但您想知道是否需要这些功能。据推测，这意味着您正在使用替代解决方案来解决您的需求，在这种情况下，它们是什么？

我使用 LAG 重写了一个自连接查询（参见 my question），除了更小更简单之外，查询时间从 2.6 秒下降到 1 秒。 （或者如果您计算查询优化器的不良行为，则从 40 秒到 1 秒）。显然这只是一则轶事，但性能差异令我震惊且极具说服力。

【参考方案1】：

为了展示执行计划的不同，我使用了 Dave 的 SQL 权威博客中的获胜解决方案：

Solution to Puzzle – Simulate LEAD() and LAG() without Using SQL Server 2012 Analytic Function

;WITH T1
AS (SELECT row_number() OVER (ORDER BY SalesOrderDetailID) N
         , s.SalesOrderID
         , s.SalesOrderDetailID
    FROM
        TempDB.dbo.LAG s
    WHERE
        SalesOrderID IN (20120303, 20120515, 20120824, 20121031))
SELECT SalesOrderID
     , SalesOrderDetailID AS CurrentSalesOrderDetailID
/*   , CASE
           WHEN N % 2 = 1 THEN
               max(CASE
                   WHEN N % 2 = 0 THEN
                       SalesOrderDetailID
               END) OVER (PARTITION BY (N + 1) / 2)
           ELSE
               max(CASE
                   WHEN N % 2 = 1 THEN
                       SalesOrderDetailID
               END) OVER (PARTITION BY N / 2)
       END LeadVal */
     , CASE
           WHEN N % 2 = 1 THEN
               max(CASE
                   WHEN N % 2 = 0 THEN
                       SalesOrderDetailID
               END) OVER (PARTITION BY N / 2)
           ELSE
               max(CASE
                   WHEN N % 2 = 1 THEN
                       SalesOrderDetailID
               END) OVER (PARTITION BY (N + 1) / 2)
       END PreviousSalesOrderDetailID
FROM
    T1
ORDER BY
    SalesOrderID
  , SalesOrderDetailID;



SELECT SalesOrderID
     , SalesOrderDetailID AS CurrentSalesOrderDetailID
     , LAG(SalesOrderDetailID, 1, 0) OVER (ORDER BY SalesOrderID, SalesOrderDetailID) AS PreviousSalesOrderDetailID
FROM TempDB.dbo.LAG
WHERE SalesOrderID  IN (20120303, 20120515, 20120824, 20121031);





Warning: Null value is eliminated by an aggregate or other SET operation.

(10204 row(s) affected)
Table 'Worktable'. Scan count 6, logical reads 81638, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.
Table 'LAG'. Scan count 4, logical reads 48, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

 SQL Server Execution Times:   CPU time = 297 ms,  elapsed time = 332 ms.

--- versus ---

(10204 row(s) affected)
Table 'Worktable'. Scan count 0, logical reads 0, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.
Table 'LAG'. Scan count 4, logical reads 48, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

 SQL Server Execution Times:   CPU time = 78 ms,  elapsed time = 113 ms.

除了更优雅之外，它消耗的资源也更少。

以下是图形执行计划的比较：

在这种特定情况下，执行计划显示出明显的赢家。 Dave 的页面有许多可能的不同方式来获得 LEAD/LAG 功能。也许其中一些会击败 SQL Server 的内部解决方案。或者，也许不是。

【参考方案2】：

我不能对 MS SQL Server 2012 发表太多评论，但从 PostgreSQL 的角度来看，这些功能自版本 8.4 起就已可用。

一般来说，它们非常便于检测变化（通常在时间序列中，与ORDER BY 结合使用）。通常：

WITH shifted_timeseries AS (
    SELECT event_time,
           value,
           LAG(value) OVER (ORDER BY event_time) AS lagged_value
        FROM timeseries
)
SELECT event_time AS change_time, value AS new_value
FROM shifted_timeseries
    WHERE value != lagged_value;

对于这类事情，仅就清晰度而言，它们是值得的（尽管这可能是主观的）。

对于更复杂的操作，例如，如果你想要连续值的时间段，this answer 是解决这个问题的一个非常优雅的解决方案。根据this SQLFiddle，它似乎在 SQL Server 2012 中运行良好。

这两个博客条目还显示了使用 LEAD/LAG 与不使用相同查询的比较：

Write T-SQL Self Join Without Using LEAD and LAG Solution to Puzzle – Simulate LEAD() and LAG() without Using SQL Server 2012 Analytic Function

（比较执行计划会很有趣。）