我有一个名为Transactions的表，目前包含600多万行（每月约600-7万） 它看起来像这样：
pk id acct_id id1 id2 id3 id4 created interface_id source_lvl1 source_lvl2 trans_type
------------------------------------------------------------ ----------- ----------- ----------- ----------- ----------- ----------- ----------------------- ------------ ----------- ----------- -----------
10000257.4297...400245990.3.1002 10000257 4297 NULL NULL NULL NULL 2012-09-06 11:26:30.000 1 32002 1002 3
10004819.1529.106.105442.400667675.6.1021 10004819 1529 106 105442 62 NULL 2012-09-11 08:34:35.000 4 32002 1021 6
10004819.1529.18664647.62.400667675.3.1021 10004819 1529 18664647 62 NULL NULL 2012-09-11 08:34:35.000 4 32002 1021 3
10006460.1529.106.105442.400667675.6.1021 10006460 1529 106 105442 62 NULL 2012-09-11 08:34:35.000 4 32002 1021 6
10006460.1529.18664647.62.400667675.3.1021 10006460 1529 18664647 62 NULL NULL 2012-09-11 08:34:35.000 4 32002 1021 3
10006648.3280...406204785.3.1002 10006648 3280 NULL NULL NULL NULL 2012-11-14 10:39:45.000 6 32002 1002 3
10006834.1529.106.105442.400667675.6.1021 10006834 1529 106 105442 62 NULL 2012-09-11 08:34:35.000 4 32002 1021 6
10006834.1529.18664647.62.400667675.3.1021 10006834 1529 18664647 62 NULL NULL 2012-09-11 08:34:35.000 4 32002 1021 3
10006962.2428...415795811.3.1018 10006962 2428 NULL NULL NULL NULL 2013-03-05 10:50:11.000 1 32002 1018 3
10006962.2428.107972..415795811.4.1018 10006962 2428 107972 NULL NULL NULL 2013-03-05 10:50:11.000 1 32002 1018 4
我已经定义了一个应该有助于计算特定事件的视图：
这里是sql定义：
CREATE VIEW [dbo].[Queue_base]
AS
select
dateadd(minute , (DATEPART(minute,t.created)/30)*30 , DATEADD(hour,datediff(hour, 0, t.created), 0)) INTRVL_UTC,
dateadd(minute , (DATEPART(minute,t.created)/30)*30 + 30 , DATEADD(hour,datediff(hour, 0, t.created), 0)) INTRVL_END_UTC,
a.ID [Agent ID], a.Login, a.DisplayName, a.GroupName, q.QueueID, q.QueueName,
TODATETIMEOFFSET(t.created,0) created
,i.ReferenceNumber, t.id inc_id
, case when (t.trans_type=17 and t.source_lvl2 not IN (1001, 2001)) or (t.trans_type=6 and t.id1=8) then t.id else null end [Workload]
, case when (t.trans_type=6 and t.id1=8 and t.source_lvl2 not IN (1001, 2001) or (t.trans_type=17 and not t.source_lvl2 IN (1001,2001)))then t.id else null end [Inbound Emails]
, case when t.trans_type=17 and t.id1=q.QueueID then t.id else null end [EnQueued]
, case when t.trans_type=17 and t.id2=q.QueueID then t.id else null end [DeQueued]
, case when t.trans_type=6 and t.id1 IN (2,106) then t.id else null end [Solved]
, case when t.trans_type=6 and t.id1 =8 then t.id else null end [Updated]
, case when x.StatusTypeID = 2 then t.id else null end [Reopened]
, case when t.trans_type=6 and t.id1=125 then t.id else null end [Spam]
, case when t.trans_type=8 and t.acct_id <> 1 then t.id else null end [Responded]
, case when i.cr_rec_element_1 is not null or i.de_reason1 is not null then t.id else null end [Complaint]
,t.trans_type, t.id1
,r.Brand, r.Region, r.[Call Center], r.LOB, r.[LOB Detail], r.Team, r.Subteam, r.Channel
,r.Interface, r.Product, r.[Product Detail], r.Unit
from Transactions t
left join
(
select a.*, b.id1, st.StatusTypeID
from
(select
t1.pk, t1.id, t1.created, max(t2.created) maxdate
from Transactions t1
left join Transactions t2
on t1.id=t2.id and t2.created<t1.created and t2.trans_type=6
left join Status st on t2.id1=st.StatusID
where t1.trans_type=6 and t1.id1=8
group by t1.pk, t1.id, t1.created) a left join Transactions b on a.id=b.id and b.created=a.maxdate and b.trans_type=6
left join Status st on b.id1=st.statusid
)
x on t.pk=x.pk
left join Incident i on t.id=i.id
left join Account a on t.acct_id=a.ID
left join Queue q ON (t.trans_type=17 and (t.id1=q.QueueID or t.id2=q.QueueID) or t.trans_type IN (6,8) and t.id3=q.QueueID)
left join queuedim r ON (q.QueueName=r.QueueName or q.QueueName is null and r.QueueName is null)
and (q.QueueID=r.QueueID or q.QueueID is null and r.QueueID is null)
where t.trans_type=17 or t.trans_type IN (6,8)
这是观点的关键部分：
inc_id Workload Inbound Emails EnQueued DeQueued Solved Updated Reopened Spam Responded Complaint
----------- ----------- -------------- ----------- ----------- ----------- ----------- ----------- ----------- ----------- -----------
10209648 NULL NULL NULL NULL 10209648 NULL NULL NULL NULL NULL
10209648 NULL NULL NULL NULL NULL NULL NULL NULL 10209648 NULL
10209648 10209648 NULL NULL NULL NULL 10209648 NULL NULL NULL NULL
10227966 NULL NULL NULL NULL NULL NULL NULL 10227966 NULL NULL
10288343 NULL NULL NULL NULL 10288343 NULL NULL NULL NULL NULL
10303898 NULL NULL NULL NULL 10303898 NULL NULL NULL NULL NULL
10394204 NULL NULL NULL NULL NULL NULL NULL 10394204 NULL NULL
10409624 NULL NULL NULL NULL 10409624 NULL NULL NULL NULL NULL
10482071 NULL NULL NULL NULL NULL NULL NULL 10482071 NULL NULL
10485993 NULL NULL NULL NULL NULL NULL NULL 10485993 NULL NULL
我的计划是创建另一个表，然后使用我感兴趣的汇总结果连续更新它，按日期和其他维度的组合进行分组。问题是我需要对上面描述的事件进行明确和简单的计数，但是，虽然后一个视图非常快速地产生其原始结果，但是另一个带有计数的查询需要很长时间：
-- month account
declare @d1 date
declare @d2 date
set @d1 = '2013-05-01'
set @d2 = '2013-06-01'
--insert into IncPerfQueue
select x.Brand, x.Region, x.[Call Center], x.LOB, x.[LOB Detail], x.Team, x.Subteam,
x.QueueName, case when x.[Agent ID] is null then 0 else [Agent ID] end, c.[month], NULL weekstart, NULL [date]
, count(distinct EnQueued) [Distinct Incidents EnQueued]
, count(distinct DeQueued) [Distinct Incidents DeQueued]
, count(distinct Solved) [Distinct Incidents Solved in the queue]
, COUNT(distinct Responded) [Distinct Incidents Responded in the queue]
, COUNT(distinct Updated) [Distinct Incidents Updated in the queue]
, count(distinct Reopened) [Distinct Incidents ReOpened in the queue]
, count(distinct Spam) [Distinct Spam closed in the queue]
, COUNT([Inbound Emails]) [Inbound Emails]
, COUNT(Workload) [Workload]
, count(EnQueued) [# EnQueued]
, count(DeQueued) [# DeQueued]
, count(Solved) [# Solved in the queue]
, COUNT(Responded) [# Responded in the queue]
, COUNT(Updated) [#Updated in the queue]
, count(Reopened) [# ReOpened in the queue]
, count(Spam) [# Spam closed in the queue]
from Queue_base x
join [calendar] c ON convert(date,x.created)=c.date
where x.created >= @d1 and x.created < @d2
and Brand is not null
group by x.Brand, x.Region, x.[Call Center], x.LOB, x.[LOB Detail], x.Team, x.Subteam,
x.QueueName, [Agent ID], c.month
这只是必需的查询之一，因为需要不同维度的单独聚合（每个分组的不同计数），并且花费了超过1小时！ http://i.stack.imgur.com/oWibJ.png
我将非常感谢您就此类查询中最佳方法提出的建议。基表肯定会很快变大......我应该分区吗？我还应该注意，这里引用的所有表都是索引的，我正在使用：Microsoft SQL Server 2008 R2（SP2）（X64） 安装在配备2x X5550处理器和48GB RAM的盒子上 操作系统是Windows Server 2008 R2 Enterprise。
谢谢， 马驹
答案 0 :(得分：0)
查看您的查询，我猜您的大部分费用都在左联接和分组中。你可能无法在不牺牲正确性的情况下对左连接做很多事情，但我会查看你的查询计划，看看这些组的成本是多少。
由于您有数百万行，我猜您的查询计划中的排序占用了90％以上的时间。按列在这些组上添加一些索引确实有助于将这些排序转换为索引扫描。扫描该索引肯定比排序更快，每次都有效地重建这些索引。如果您可以发布您的查询计划，那将非常有帮助。您可以使用较小版本的数据（可能是每个表中的几千行），这样您就可以使用索引编制而无需等待很长时间来创建它们。
我认为不需要分区来缩短查询时间。分区仅对IO级有帮助。由于你说的是几百万行，我猜这一切，所有相关表的所有相关列只有几千兆字节。从磁盘加载它需要几分钟，但不是一个小时。当然，SQL Server会将大部分内容保留在内存中，同时为一小时的查询提供服务。因此，分区在这里没有多大帮助。一旦您的查询计划没有任何热点，并且您发现io是查询中的瓶颈，那么我会考虑进行分区。
您可以使用set statistics io（http://msdn.microsoft.com/en-us/library/ms184361.aspx）检查IO。
