Question

在SQL中，我有一个EanTbl (EAN varchar(13) (PK), ProductID int)，其中有数百万条EAN条形码作为字符串。其中许多实际上是相同的，但写的不同，即一个或多个前导。可以将一个ProductID分配给许多EAN条形码编号。 （从历史上看，我会从头开始创建EAN列）

从现在开始，当插入EAN条形码时，我想通过检查现有的EAN是否与新的EAN匹配来避免创建额外的双重条码。

示例EanTbl：

        EAN | ProductID
==========================
   123456789| 987           \
  0123456789| 987           - In reality the same EAN
 00123456789| 987           /

现在，当用户输入要我插入例如000123456789的新值时，我现在希望在T-SQL中可以进行最有效的查询，以发现已经为此ProductID分配了匹配的EAN条形码。

我已经尝试过不同风格的CONVERT（），但你可以想象它的性能很糟糕。这项检查需要在具有50多万行的表格上每分钟发生几百次。

提前感谢您的建议。

Answer 1

评论太长了。

你应该花时间修理表格。一种方法是将EAN更改为适当的形式。如果你想要一个固定长度的字符串，那么执行以下操作：

select distinct right(replicate('0', 13) + ean, 13) as ean, productid
into #temptable;

truncate table eantbl;

insert into eantbl(ean, productid)
    select ean, productid
    from #temptable;

如果由于某种原因需要不正确的EAN值，这可能是不可行的。

另一种方法是将规范形式放入表格中。类似的东西：

alter table eantbl add CanonicalEAN char(13);

update eantbl
    set CanonicalEAN = right(replicate('0', 13) + ean, 13);

create index idx_eantbl_canonicalean on eantbl(CanonicalEAN);

然后，您可以使用适当的列进行比较，并利用索引。

Answer 2

添加一个计算列，该列将修剪并以其他方式标准化EAN：

alter table EanTbl add NormalizedEan as (dbo.NormalizeEan([Ean]));

接下来，为此列添加一个索引，您将参加比赛。

Answer 3

首先可以将它们转换为int以删除前导零并在插入之前检查该字段。

CAST(CAST([EAN] AS INT) AS VARCHAR(13)) AS [EANfixed]

我主要在这里猜测代码，因为我真的不知道你的表格和字段是什么样的。

Answer 4

Thanks to the suggestions. In the Long term I will reorganize the table as most of you suggested but for the moment I found the fastest way to do what I want is something like that:

SELECT EanCode, ProductID 
FROM EanCodes 
WHERE EanCode = @ean 
    OR EanCode = '0'+@ean 
    OR EanCode = '00'+@ean 
    OR EanCode = '000'+@ean 
    OR EanCode = '0000'+@ean 
    OR EanCode = '00000'+@ean 
    OR EanCode = '000000'+@ean

with @ean being the string parameter of course

It seemed counter-intuitive at first but it is indeed the fastest way.

在SQL表中查找EAN编号双精度的最快方法是什么？

4 个答案: