Question

我最近继承了一些看起来像这样的代码。

SELECT DISTINCT 
    field1, field2...(600 lines later)... field99
FROM 
    MillionRowTable
WHERE 
    EntryDate > @LastWeek

使用distinct，需要几个小时才能锁定其他人，因为它使用了100％的cpu。没有明显的它会更快但它有重复。

但是我注意到，如果field1和field2与另一行中的field1和field2相同，那么我已经知道它们是重复的，我不需要检查任何其他列。有没有办法只按这两列分组，这样我可以避免重复和4小时运行时间？

Answer 1

常用方法是与MAX()或MIN()合并：

SELECT field1, field2, MAX(field3) AS field3,...(600 lines later)... MAX(field99) AS field99
FROM MillionRowTable
WHERE EntryDate>@LastWeek
GROUP BY field1, field2

请注意，并非所有数据类型都支持MAX()和MIN()（例如，BIT不支持），这可能无法改善您的效果。

使用ROW_NUMBER()的第二种方法也适用，但我不确定它对这么大的数据集的效果如何。

;WITH CTE AS (
    SELECT field1, field2...(600 lines later)... field99
        , ROW_NUMBER() OVER (PARTITION BY field1, field2 ORDER BY (SELECT 1)) rn
    FROM MillionRowTable
    WHERE EntryDate > @LastWeek
)
SELECT field1, field2...(600 lines later)... field99
FROM CTE
WHERE rn = 1;

请注意，您必须使用ROW_NUMBER（）订购某些内容。 (SELECT 1)只是不可改变的东西。

如果您因为使用过多的CPU而将人员锁定在数据库之外，那么这是一个完全不同的问题。你应该考虑修复它。

仅按部分列分组？

1 个答案: