ROW_NUMBER() OVER PARTITION 优化答案

【问题标题】：ROW_NUMBER() OVER PARTITION optimizationROW_NUMBER() OVER PARTITION 优化
【发布时间】：2018-07-25 09:45:16
【问题描述】：

我有以下疑问：

SELECT *
FROM
(
    SELECT *,
        ROW_NUMBER() OVER(PARTITION BY Code ORDER BY Price ASC) as RowNum
    from Offers) r
where RowNum = 1

Offers 表包含大约 1000 万条记录。但是那里只有大约 4000 个不同的代码。所以我需要为每个代码获取价格最低的行，结果中只有 4000 行。

我在 INCLUDE 语句中的所有其他列的（代码、价格）列上有一个索引。

查询运行 2 分钟。如果我查看执行计划，我会看到 10M 实际行的索引扫描。所以，我猜它会扫描整个索引以获取所需的值。

为什么 MSSQL 做整个索引扫描？是因为子查询需要全部数据吗？如何避免这种扫描？是否有 SQL 提示只处理分区中的第一行？

还有其他方法可以优化此类查询吗？

【问题讨论】：

子查询本身是否包含表扫描？
@AaronDietz 是的，确实如此。它需要为每一行设置排名，这似乎是合乎逻辑的。也许我希望 MSSQL 优化器做所有事情，这就是“为什么 MSSQL 进行整个索引扫描？”的答案。问题。
看来关闭需要 2 分钟。我会寻找其他正在发生的事情。尝试使用 nolock - 通常不是一个好的解决方案，但会指出锁是否是问题所在。对索引进行碎片整理。
@Paparazzi 我试过 WITH (NOLOCK) 和 OPTION(RECOMPILE) 但没有帮助
offers 表中需要哪些字段？为什么不通过查询代码和价格进行分组，然后返回到代码和价格的报价表中

标签： tsql sql-server-2012 query-performance

【解决方案1】：

在尝试了多种不同的解决方案后，我发现使用 CROSS APPLY 语句的查询速度最快：

SELECT C.* 
FROM (SELECT DISTINCT Code from Offers) A
CROSS APPLY (SELECT TOP 1 * 
             FROM Offers B
             WHERE A.Code  = B.Code 
             ORDER by Price) C

运行大约需要 1 秒。

【讨论】：

在您的情况下，您需要前 1 行，在我的情况下，我需要前 8 行...所以我需要 OUTER JOIN 而不是 CROSS APPLY。

【解决方案2】：

尝试在 ( Code, Price ) 上创建索引而不包括其他列，然后（假设有一个唯一的 Id 列）：

select L.*
  from Offers as L inner join
  ( select Id,
      Row_Number() over ( partition by Code order by Price ) as RN
    from Offers ) as R on R.Id = L.Id and R.RN = 1

对较小索引的索引扫描应该会有所帮助。

第二个猜测是明确地为每个Code 获取具有最低Price 的行的Id：获取distinct Code 值，获取top 1 的Id（以避免重复价格的问题) Min( Price ) 对应 Code 的行，加入 Offers 以获得完整的行。同样，更紧凑的索引应该会有所帮助。

【讨论】：

第一个解决方案要慢得多。你的第二个猜测是什么意思？问题是在组中以最低价格获得记录 ID。我尝试使用分区和行号来实现这一点，但速度很慢。
这个想法是鼓励查询优化器以最佳方式使用索引。如果它在Code 值上查找( Code, Price ) 上的索引，则第一个匹配项还将提供Price 的最小值。然后它可以访问整行并返回所需的数据。不包含列的索引是否会提高原始查询的性能？（检查执行计划以查看是否正在使用索引。）另一种方法是使用触发器来维护唯一的Code 值表，以避免distinct 的开销。

【解决方案3】：

不确定您是否会获得任何显着的性能提升，但您可能想尝试 WITH TIES 子句

示例

Select Top 1 with Ties *
 From  Offers
 Order By Row_Number() over (Partition By Code Order By Price)

【讨论】：