SQL Server 顶部与顶部和底部的关系

Posted 2023-02-19

【中文标题】SQL Server 顶部与顶部和底部的关系

【英文标题】：SQL Server top with ties for both top and bottom

【发布时间】：2013-01-20 02:50:54

【问题描述】：

我正在寻找一种更有效的方法来在 sql server 2008 中实现分页。

我需要检索结果集行@from 到@to，按分值排序，但我还需要检索@from 和@to 之前和之后与那些特定@from 和@ 的分值匹配的所有行到行。例如，这可能类似于以下两个查询之一：

注意，分数值不是唯一的，没有索引，也不会以预先排序的形式提供给查询的其余部分。

a) （实际上，我认为第一个示例不能保证给出我需要的结果，因为我不认为 2 个子查询中的 order by 可以保证产生相同的排序。但是为了了解我希望查询语法做什么，仅考虑此示例中的子查询中的 order-by 是相同的）

select *  
from (  
    select top (@to) * with ties  
    from result_set  
    order by score desc  
)  tt  
union  
select  
from (  
    select top (@to - @from + 1) * with ties  
    from (  
        select top (@to) *  
        result_set
        order by score desc  
    ) tt  
    order by score asc  
)  tt
order by score desc

或

b)

/*EDIT: nested the rank() window function and related where criteria one level deeper than
the count(*), as this gave me significant (25%) decrease in runtime with my data, and just  
kinda makes sense.*/  

select score  
from (  
    select  
        score,  
        myrank,  
        count(*) over (partition by score) frequency  
    from (
        select  
            score,  
            rank() over (order by score desc) myrank
        from result_set  
    ) tt
    where myrank <= @to
) tt  
where @from <= myrank + frequency - 1  
order by score desc  

我使用语法 (b) 结合以下测试 CTE 获得了我需要的结果：

with result_set (score) as (
    select 0.5 union all
    select 0.5 union all
    select 0.2 union all
    select 0.1 union all
    select 0.55 union all
    select 0.5 union all
    select 0.1
)

但分区窗口函数需要 2 个嵌套循环和 3 个惰性假脱机运算符。有没有更有效的语法？

这是当前的实际执行计划：

【问题讨论】：

我的目标是看看是否有什么可以做的，它不假设对分数值进行任何索引，对分数值进行任何预排序，或者使用来自先前执行的查询，例如我不知道上次运行查询时的最低分值是多少。

理想情况下，窗口函数查询的执行似乎不一定需要假脱机和连接。我想在 SQL Server 2012 中可能会有一个更新的窗口函数语法，它可能只是做同样的事情，比我的 2008 做的要好一点。但我想使用 2008 年开发人员版或企业版中的现有内容。

我没有详细查看您的问题，但这是您总是得到的窗口聚合的计划形状。只有一个线轴在计划中出现了 3 次。有关Common Subexpression Spool 的更多详细信息，请点击此处

【参考方案1】：

你可以先得到最低值。然后使用顶部关系进行常规分页，但包括等于底部值的值：

DECLARE @pageSize int = @to - @from + 1

DECLARE @bottomValue <datatype> = 
(
     SELECT MIN(score)
     FROM 
     (
          SELECT TOP(@from) score
          FROM <TABLENAME>
          ORDER BY score DESC
     )
)

SET @from = @from - 1

SELECT TOP (@pageSize) * WITH TIES --TopTies
FROM <TABLENAME>
WHERE <COLUMN_ID> NOT IN
                (
                                SELECT TOP (@from) <COLUMN_ID>
                                FROM <TABLENAME>
                                ORDER BY score DESC
                )
ORDER BY score DESC

UNION

SELECT *
FROM <TABLENAME>
WHERE score = @bottomValue --BottomTies

使用此查询的好处是，对于第一页，您可以获得更快的响应时间（更少的读取）。缺点是随着@from 的增加，读取也会增加。但是，我认为，如果您使用 row_number 或 rank 之类的函数，则无论是第一页还是最后一页，都必须评估所有表数据。

另一种方式，不确定是否最适合您的情况，将 lastvalue 发送到 sp：

--Parameter
@lastScore <datatype> = null


--Logic

SELECT TOP(@to) * WITH TIES
FROM [TABLENAME]
WHERE score < @lastScore OR @lastScore IS NULL -- opt1
--WHERE score <= @lastScore OR @lastScore IS NULL opt2
ORDER BY score DESC

【讨论】：

您好，感谢您的建议。不幸的是，该代码没有返回正确的结果。例如，带有窗口函数的给定查询，当与 (@from, @to) = (3, 6) 一起使用时，以及与示例 result_set 数据一起使用时，返回所有三行，分数 = 0.5，而建议的查询仅返回 2这些行。

我喜欢关于窗口函数与 order by 的批判性思维。对于当前情况，result_set 数据没有预先排序，因此 order by 也需要评估整个集合。我确实尝试了一个测试，但是使用 row_number 和一个带有预排序数据的临时表，并且根据实际的执行计划，这两种方法似乎都从临时表中访问了相同数量的 actual 行，带有窗口-查询产生更大的估计行数。

使用@lastScore 值是个好主意，但目前我还不能这样做。

嗨@JMHicks，是的，我没有记住 top 会限制结果集包含所有值。我编辑了答案，添加了一个 UNION 而不是 where 子句。看看吧！关于未预排序的数据集，我更多的是考虑索引列。