更好的 tsql 查询来确定谁是新客户（或不存在的替代品）

Posted 2023-04-15

【中文标题】更好的 tsql 查询来确定谁是新客户（或不存在的替代品）

【英文标题】：Better tsql query to figure out who's a new customer (or alternative to NOT EXISTS)

【发布时间】：2017-08-24 12:45:11

【问题描述】：

我有一张桌子，里面放着我们所有的订单。订单链接到一个人。每个人都隶属于一家公司。现在我需要一个在某个日期之前从未订购过的所有公司的列表。查询工作正常，但速度很慢。

这是我的 T-SQL 查询：

SELECT
    DISTINCT p1.company_id
FROM
    order o
    JOIN person p1 ON (o.person_id = p1.id AND p1.company_id IS NOT NULL)
WHERE
    o.orderDate > '2017-01-01'
AND
    o.orderDate < '2017-09-01'
AND NOT EXISTS (SELECT
                    p2.company_id
                FROM
                    order o2
                    JOIN person p2 ON (o2.person_id = p2.id AND p2.company_id = p1.company_id)
                WHERE
                    o2.orderDate < '2017-01-01')

我已经将它从 NOT IN 更改为 NOT EXISTS。因为这是这里大多数人推荐的。没有太大帮助。更好的索引稍微改善了这种情况，但查询仍然很慢。我认为这是因为对于每个订单都必须执行子查询。

这是执行计划： https://www.brentozar.com/pastetheplan/?id=SyAlAU3db 为简单起见，我在上面的示例中删除了一些 WHERE 子句）

查询在 Azure SQL（以及用于开发的 SQL Server Express 12）上运行

有人对如何解决这个问题有更好的想法吗？

【问题讨论】：

寻求性能帮助的问题应包括 DDL、DML 所涉及的表以及测试数据。如果您的测试数据很大，请尝试为表编写模式和统计信息（right click database->generate scripts->select specific database objects->in next screen select advanced and choose Script statistics) 并粘贴它有问题..有了这些信息，任何人都可以重现您面临的相同问题。否则，回答您的问题变得非常困难。粘贴服务器版本也有帮助

您能否在这里向我们展示当前的执行计划：brentozar.com/pastetheplan

@Rammy 给你一个更简单的打击。您是否尝试过 EXCEPT 语句？有两个类似的子集，给你。此外，如果前面的注释没有意义，请分析 1) 索引 2) 列类型的执行计划。

干杯，将尝试以下建议并更新我的问题

【参考方案1】：

如果您有执行计划可以分享，这将有助于性能分析。

我对查询进行了一些更改，如下所示，您可以尝试改进它

SELECT p1.company_id
FROM  order o
INNER JOIN person p1 
    ON (o.person_id = p1.id AND p1.company_id IS NOT NULL)
GROUP BY p1.company_id
HAVING SUM(CASE WHEN  (o.orderDate > '2017-01-01' AND  o.orderDate < '2017-09-01') THEN 1 ELSE 0 END) > 0
      AND
      SUM(CASE WHEN  orderDate < '2017-01-01' THEN 1 ELSE 0 END) = 0

【讨论】：

次秒执行（相比 12s）。天才！非常感谢。

【参考方案2】：

这个是怎么回事。希望我正确理解了任务。

(
  SELECT p1.company_id
  FROM order o
  JOIN person p1 
    ON o.person_id = p1.id 
  WHERE p1.company_id IS NOT NULL
    AND o.orderDate > '2017-01-01'
    AND o.orderDate < '2017-09-01'
)
EXCEPT
(
  SELECT p2.company_id
  FROM order o2
  JOIN person p2 
    ON o2.person_id = p2.id 
  WHERE p2.company_id IS NOT NULL
    AND o2.orderDate < '2017-01-01'
)

【讨论】：

只需要与众不同。

@cloudsafe 不需要多余的DISTINCT。它将是唯一的集合，没有重复。

可能是我理解错了，但是如果同一个人有很多订单呢？

@cloudsafe EXCEPT 的最终结果始终是唯一的。我相信这里任何多余的 DISTINCT 甚至会降低性能。看一个简单的例子。 link 两个查询的结果只有一条记录为 1。

干杯！这可以正常工作，但只会将查询时间（在我的笔记本电脑上）从 12 秒减少到大约 11 秒 :-(

【参考方案3】：

我认为这样就可以了（哎呀错过了尚未订购的）

;With FirstOrders
as
(
    Select p1.company_id   
    ,      MIN(o.orderDate) as FirstCompanyOrder
    From Orders o 
    Join Person P1 on o.person_id = p1.id
    Group by P1.Company_id
    Having MIN(o.OrderDate) < '2017-01-01'
)

Select distinct o.company_id
From      Orders      o 
Left join FirstOrders FO on o.Company_id = FO.ComapnyId
where FO.company_id is null

【参考方案4】：

也许这会对你有所帮助：

WITH cte AS
(
    SELECT o.person_id, MIN(o.orderDate) minOrderDate
        FROM order o 
        GROUP BY o.person_id
)
SELECT DISTINCT p1.company_id
    FROM person p1
    JOIN cte ON cte.person_id = p1.id
    WHERE p1.company_id IS NOT NULL AND cte.minOrderDate > '2017-01-01' AND cte.minOrderDate < '2017-09-01';