在 SELECT INTO 中保留 ORDER BY

Question

我有一个 T-SQL 查询，它从一个表中获取数据并将其复制到一个新表中，但只有满足特定条件的行：

SELECT VibeFGEvents.* 
INTO VibeFGEventsAfterStudyStart 
FROM VibeFGEvents
LEFT OUTER JOIN VibeFGEventsStudyStart
ON 
    CHARINDEX(REPLACE(REPLACE(REPLACE(logName, 'MyVibe ', ''), ' new laptop', ''), ' old laptop', ''), excelFilename) > 0
    AND VibeFGEventsStudyStart.MIN_TitleInstID <= VibeFGEvents.TitleInstID
    AND VibeFGEventsStudyStart.MIN_WinInstId <= VibeFGEvents.WndInstID
WHERE VibeFGEventsStudyStart.excelFilename IS NOT NULL
ORDER BY VibeFGEvents.id

使用表格的代码依赖于它的顺序，上面的副本没有保留我期望的顺序。 IE。新表VibeFGEventsAfterStudyStart 中的行在从VibeFGEvents.id 复制的VibeFGEventsAfterStudyStart.id 列中不是单调递增的。

在 T-SQL 中，我如何在 VibeFGEventsStudyStart 中保留来自 VibeFGEvents 的行的顺序？

Answer 1

我知道这有点旧，但我需要做类似的事情。我想将一个表的内容插入到另一个表中，但顺序是随机的。我发现我可以通过使用select top n 和order by newid() 来做到这一点。如果没有“top n”，则不会保留顺序，并且第二个表的行顺序与第一个表相同。但是，使用“前 n”，顺序（在我的情况下是随机的）被保留。我使用了大于行数的“n”值。所以我的查询是这样的：

insert Table2 (T2Col1, T2Col2)
  select top 10000 T1Col1, T1Col2
  from Table1
  order by newid()

Answer 2

为了什么？

Point is – 表中的数据没有排序。在 SQL Server 中，表的内在存储顺序是（如果已定义）聚集索引的顺序。

插入数据的顺序基本上是“不相关的”。数据写入表的那一刻就忘记了。

因此，即使你得到了这些东西，也没有任何收获。如果在处理数据时需要排序，则必须在获取它的 select 上放置 order by 子句。其他任何内容都是随机的 - 即您输入数据的顺序未确定并且可能会更改。

因此，在您尝试实现的插入上具有特定顺序是没有意义的。

SQL 101：集合没有顺序。

Answer 3

我发现了一个特定场景，我们希望在列内容中以特定顺序创建新表：

• 行数非常大（从 200 到 20 亿行），因此我们使用 SELECT INTO 而不是 CREATE TABLE + INSERT，因为需要尽可能快地加载（最小日志记录）。我们已经测试了使用trace flag 610 加载已创建的带有聚集索引的空表，但仍然比以下方法花费更长的时间。
• 为了查询性能，我们需要按特定列对数据进行排序，因此我们在表加载后创建一个CLUSTERED INDEX。我们放弃创建非聚集索引，因为它需要再次读取未包含在索引中的有序列中的数据，并且我们放弃创建全覆盖非聚集索引，因为它实际上会使所需空间量翻倍拿着桌子。

如果您设法以某种方式创建具有已“排序”列的表，则创建聚集索引（具有相同顺序）所花费的时间比没有数据时要少得多订购。有时（您必须测试您的案例），对SELECT INTO 中的行进行排序比无序加载并稍后创建聚集索引要快。

问题是 SQL Server 2012+ 在执行 INSERT INTO 或执行 SELECT INTO 时将忽略 ORDER BY 列列表。如果您在 SELECT INTO 上指定 IDENTITY 列，或者如果插入的表具有 IDENTITY 列，它将考虑 ORDER BY 列，但只是为了确定标识值 而不是基础表中的实际存储顺序。在这种情况下，排序可能会发生但不能保证，因为它高度依赖于执行计划。

我们发现的一个技巧是使用UNION ALL 的结果执行SELECT INTO 会使引擎执行SORT（并不总是显式的SORT 运算符，有时是MERGE JOIN CONCATENATION 等）如果您有ORDER BY 列表。这样，select into 已经按照我们稍后创建聚集索引的顺序创建了新表，因此创建索引所需的时间更少。

所以你可以重写这个查询：

SELECT
    FirstColumn = T.FirstColumn,
    SecondColumn = T.SecondColumn
INTO
    #NewTable
FROM
    VeryBigTable AS T
ORDER BY            -- ORDER BY is ignored!
    FirstColumn,
    SecondColumn

到

SELECT
    FirstColumn = T.FirstColumn,
    SecondColumn = T.SecondColumn
INTO
    #NewTable
FROM
    VeryBigTable AS T

UNION ALL

-- A "fake" row to be deleted
SELECT
    FirstColumn = 0,
    SecondColumn = 0

ORDER BY
    FirstColumn,
    SecondColumn

我们已经使用过这个技巧几次，但我不能保证它总是会排序。我只是将其发布为一种可能的解决方法，以防有人遇到类似情况。

Answer 4

只需将top 添加到您的 sql 中，其数字大于实际行数即可：

SELECT top 25000 * 
into spx_copy
  from SPX
  order by date

Answer 5

您不能使用 ORDER BY 执行此操作，但如果您在 SELECT INTO 之后在 VibeFGEvents.id 上创建聚集索引，则该表将按 VibeFGEvents.id 在磁盘上排序。

Answer 6

我在 MS SQL 2012 上进行了测试，它清楚地向我表明，插入...选择...顺序是有意义的。这是我所做的：

create table tmp1 (id int not null identity, name sysname);
create table tmp2 (id int not null identity, name sysname);

insert into tmp1 (name) values ('Apple');
insert into tmp1 (name) values ('Carrot');
insert into tmp1 (name) values ('Pineapple');
insert into tmp1 (name) values ('Orange');
insert into tmp1 (name) values ('Kiwi');
insert into tmp1 (name) values ('Ananas');
insert into tmp1 (name) values ('Banana');
insert into tmp1 (name) values ('Blackberry');

select * from tmp1 order by id;

我得到了这份清单：

• 1 个苹果
• 2 根胡萝卜
• 3 菠萝
• 4 橙
• 5 猕猴桃
• 6 凤梨
• 7 香蕉
• 8 黑莓

这里没有惊喜。然后我以这种方式从 tmp1 复制到 tmp2：

insert into tmp2 (name)
select name
from tmp1
order by id;

select * from tmp2 order by id;

我得到了和以前一样的确切响应。苹果到黑莓。 现在颠倒顺序来测试它：

delete from tmp2;

insert into tmp2 (name)
select name
from tmp1
order by id desc;

select * from tmp2 order by id;

• 9 黑莓
• 10 香蕉
• 11 凤梨
• 12 猕猴桃
• 13橙
• 14 菠萝
• 15根胡萝卜
• 16 苹果

所以 tmp2 中的顺序也颠倒了，所以 order by 有意义当目标表中有标识列时！

Answer 7

之所以需要这个（特定顺序）是因为您无法在子查询中定义顺序，因此，想法是，如果您创建一个表变量，然后从该表变量进行查询，您会认为您会保留顺序（例如，连接必须按顺序排列的行 - 例如对于 XML 或 json），但您不能。 所以你会怎么做？ 答案是通过在您的选择中使用 TOP 来强制 SQL 对其进行排序（只需选择一个足够高的数字以覆盖所有行）。

Answer 8

我遇到了同样的问题，我需要保留订单的一个原因是当我尝试使用 ROLLUP 根据原始数据而不是该列中的数据的平均值来获取加权平均值时。例如，假设我想查看基于四个商店位置销售的单位数量的平均利润？通过创建等式利润/#Units = Avg，我可以很容易地做到这一点。现在我在我的 GROUP BY 中包含一个 ROLLUP，这样我还可以查看所有位置的平均值。现在我对自己想，“这是很好的信息，但我希望按照从最佳平均到最差的顺序来查看它，并将整体保持在列表的底部（或顶部）。” ROLLUP 在这方面会让你失望，所以你采取不同的方法。

为什么不根据您需要保留的顺序（顺序）创建行号？

    SELECT OrderBy = ROW_NUMBER() OVER(PARTITION BY 'field you want to count' ORDER BY 'field(s) you want to use ORDER BY')
    , VibeFGEvents.*  
    FROM VibeFGEvents
    LEFT OUTER JOIN VibeFGEventsStudyStart
    ON 
        CHARINDEX(REPLACE(REPLACE(REPLACE(logName, 'MyVibe ', ''), ' new laptop', ''), ' old laptop', ''), excelFilename) > 0
        AND VibeFGEventsStudyStart.MIN_TitleInstID <= VibeFGEvents.TitleInstID
        AND VibeFGEventsStudyStart.MIN_WinInstId <= VibeFGEvents.WndInstID
    WHERE VibeFGEventsStudyStart.excelFilename IS NOT NULL

现在您可以使用表中的 OrderBy 字段来设置值的顺序。我从上面的查询中删除了 ORDER BY 语句，因为它不会影响数据如何加载到表中。

Answer 9

尝试使用INSERT INTO 而不是SELECT INTO

INSERT INTO VibeFGEventsAfterStudyStart 
SELECT VibeFGEvents.* 
FROM VibeFGEvents
LEFT OUTER JOIN VibeFGEventsStudyStart
ON 
    CHARINDEX(REPLACE(REPLACE(REPLACE(logName, 'MyVibe ', ''), ' new laptop', ''), ' old laptop', ''), excelFilename) > 0
    AND VibeFGEventsStudyStart.MIN_TitleInstID <= VibeFGEvents.TitleInstID
    AND VibeFGEventsStudyStart.MIN_WinInstId <= VibeFGEvents.WndInstID
WHERE VibeFGEventsStudyStart.excelFilename IS NOT NULL
ORDER BY VibeFGEvents.id`