Question

是否有更快的方法从表中选择不同的用户数？也许使用row_number，分区或交叉应用？

我现在想不起来。

示例：

Table UsageLog

UserId     Date     StoreNumber
Alice      200901   342
Alice      200902   333
Alice      200902   112
Bob        200901   112
Bob        200902   345
Charlie    200903   322

这是我当前的查询：

select count(distinct userID), date
from
   UsageLog
where
   date between 200901 and 200902
group by date

我的实际表有数百万行，所有列实际上都是整数。

有更快的方法来获取用户列表吗？

修改：

我已经在所有单独的列上都有非聚簇索引。出于某种原因，执行计划显示我仍在进行表扫描。我想我应该在Date上创建一个聚簇索引。我会看看它是如何运作的......

Answer 1

总的来说，我没有找到比你那里更快的方法，COUNT（DISTINCT UserId）是一个非常基本的查询。

这里最重要的是确保您在表上有一个索引，该索引适用于“日期”列和UserId列

Answer 2

Date和UserId上的复合索引应该有很多帮助

Answer 3

SELECT DISTINCT（）是要走的路。问题是您正在点击date index tipping point，因此您的计划将用于聚集索引扫描。请参阅Kimberley L. Tripp文章的链接，了解“引爆点”是什么。

您需要覆盖索引：

CREATE INDEX idx_UsageLog_date_user_id ON UsageLog(date) INCLUDE (userID);

聚集索引也可以使用，但也有其他副作用。如果date上的聚簇索引与其他数据访问模式一致，则优于我建议的覆盖索引。

<强>更新

您在(userID, date)上尝试的逆序索引也有效，将搜索每个用户ID。实际上比(date, userID)或(date) INCLUDE (userID)更好，因为它返回预先排序的userID，因此DISTINCT不会引入额外的排序。

我仍然建议查看我发布的链接，了解为什么'每个列的索引'没有帮助。

Answer 4

使用GROUP BY并确保您在UserId列

上有索引

Answer 5

我跑了几个快速测试。

日期和用户ID上的一个索引：执行计划显示索引搜索，但随后执行排序以执行非常慢的。

UserID和Date上的一个索引：执行计划显示索引扫描和两个计算，这导致我运行的所有方案的成本更低。

仅使用Date或仅带有索引的UserID的其他方案比前一个更昂贵。

Answer 6

你试过分组吗？

例如：

select count(userID), userID
  from UsageLog
 where date between 200901 and 200902
Group by userID

然后对两者做一个解释计划来比较性能。

从表中选择count（distinct userID）的另一种方法是什么？

6 个答案: