Question

我在我正在检查的应用程序中找到了一些SQL查询：

SELECT DISTINCT
Company, Warehouse, Item,
SUM(quantity) OVER (PARTITION BY Company, Warehouse, Item) AS stock

我很确定这会产生与以下结果相同的结果：

SELECT
Company, Warehouse, Item,
SUM(quantity) AS stock
GROUP BY Company, Warehouse, Item

使用第一种方法是否有任何好处（性能，可读性，编写查询的额外灵活性，可维护性等）？

Answer 1

性能：

获胜者：GROUP BY

对具有未编制索引的列的大型表进行的一些非常基本的测试表明，至少在我的情况下，这两个查询生成了完全不同的查询计划。 PARTITION BY的那个明显变慢了。

GROUP BY查询计划仅包括表扫描和聚合操作，而PARTITION BY计划有两个嵌套循环自连接。 PARTITION BY在第二次运行时耗时约2800毫秒，GROUP BY只用了500毫秒。

可读性/可维护性：

获胜者：GROUP BY

根据评论者的观点，PARTITION BY对大多数开发人员来说可读性较差，因此将来可能也难以维护。

灵活性

获胜者：PARTITION BY

PARTITION BY为您提供了更多选择分组列的灵活性。使用GROUP BY，您只能为所有聚合列提供一组分组列。使用DISTINCT + PARTITION BY，您可以在每个分区中使用不同的列。此外，在某些DBMS上，您可以从OVER子句中的更多聚合/分析函数中进行选择。

Answer 2

不需要使用sum()作为over partition by的分析函数。在任何意义上，我都不认为它们之间存在很大差异。在oracle中，分析功能比聚合功能要多得多。我认为ms-sql是一样的情况。例如，lag()，lead()，rank()，dense rank()等仅使用group by更难实现。当然，这个论点并不是为了捍卫第一个版本......

可能以前在结果集中有更多的计算字段，这些字段无法通过group by实现。

Answer 3

虽然在查看列时，两个查询似乎都计算相同的内容，但它们实际上会生成完全不同的行集。

使用分析函数的第一个将为每个输入行输出一行。对于每个库存信息，它将返回一行，其中包含关联公司/仓库/物料的总数量。（通过计算平均值对我来说更有意义，但谁知道...）

第二个只为每个公司/仓库/项目组合返回一行。

所以是的，在那个例子中，第一个查询看起来有点无用......除非你想要计算一些库存水平统计数据，比如公司/仓库/项目的总体数量当前库存比率（只是一个例子，不要'知道它是否有任何商业意义！）

分析函数是SQL中非常强大的机制，在某种意义上比group-by更强大。但要谨慎使用......一个简单的经验法则可能是：如果你可以使用分组计算它，那么，不要使用分析函数;）

DISTINCT与PARTITION BY对GROUPBY

3 个答案:

性能：

可读性/可维护性：

灵活性