MIN和MAX功能导致存储过程性能下降

Question

我在Production中有一个数据库表，用于存储给定项目的workflow ； 该表的每个记录基本上代表了特定日期的项目状态。

过于简化的表结构是这样的：

工作流程表

|-------------|------------|---------|----------------|
| Category    | ItemCode   | Status  | InsertDate     |
|-------------|------------|---------|----------------|
|    Cat1     |    Foo1    | 01      | 2012-01-01     |
|-------------|------------|---------|----------------|
|    Cat1     |    Foo1    | 02      | 2012-03-02     |
|-------------|------------|---------|----------------|
|    Cat1     |    Foo1    | 03      | 2012-04-01     | 
|-------------|------------|---------|----------------|
|    Cat1     |    Foo2    | 01      | 2012-04-06     |
|-------------|------------|---------|----------------|
|    Cat1     |    Foo2    | 02      | 2012-05-07     |
|-------------|------------|---------|----------------|
|    Cat1     |    Foo2    | 04      | 2012-05-09     | 
|-------------|------------|---------|----------------|
|    Cat2     |    Foo3    | 01      | 2011-02-03     |    
|-------------|------------|---------|----------------|
|    ...      |    ...     | ..      |....            |    
|-------------|------------|---------|----------------|

因此，在2012-01-01项目Foo1已经达到状态01; 在2012-04-01达到状态03 ，依此类推。

将给定Category作为输入的StoredProcedure PR_GetCategoryItemsInformation读取工作流表并给出如下结果：

@输入：Cat1
输出：

|------------------|---------------|------------------|---------------------|
|   Category       |    ItemCode   | DateOfFirstRecord| StatusOfLatestRecord|
|------------------|---------------|------------------|---------------------|
|     Cat1         |     Foo1      |    2012-01-01    |         03          |    
|     Cat1         |     Foo2      |    2012-04-06    |         04          |

对于每个ItemCode ，给定Category的SP需要获得工作流的第一行以读取InsertDate并获得工作流的最后一行以获取当前Status 。

它归结为如下所示的SP实现：

CREATE PROCEDURE dbo.PR_GetFooItemInformation
    @Category CHAR(3)
AS
BEGIN

    CREATE TABLE #TabTemp (
            Category CHAR(3),
        ItemCode CHAR(3),       
        Status CHAR(2), 
        InsertDate DATETIME
    )

    CREATE CLUSTERED INDEX XIE1TabTemp 
        ON #TabTemp (...)

    CREATE NONCLUSTERED INDEX XIE2TabTemp 
        ON #TabTemp (...)

    INSERT INTO #TabTemp 
    SELECT
                 Category,
                 ItemCode,
                 Status,
                 InsertDate   
    FROM Workflow
    WHERE (Some rules to cut down the number of rows)

  SELECT 
      T1.Category,
      Item.ItemCode,
      T1.InsertDate,
      T2.Status
  FROM 
      Item
  INNER JOIN
      #TabTemp as T1 ON Item.ItemCode = Workflow.ItemCode
  INNER JOIN 
      #TabTemp as T2 ON Item.ItemCode = Workflow.ItemCode
  WHERE
      ...
  AND
      T1.InsertDate= SELECT 
                         MIN(InsertDate) 
                     FROM 
                         #TabTemp as T3 
                     WHERE ..
  AND
      T2.InsertDate = SELECT 
                         MAX(InsertDate) 
                      FROM 
                         #TabTemp as T4 
                      WHERE ..

SP已经按预期工作了很多年（2005年），但是几个月前，它开始出现一些随机超时。 由于workflow表的记录数正在增长（2.5M并在增加），其性能肯定会越来越差^* 。

这些表已正确索引，并且就其价值而言，SQL Management Studio不建议在SP上进行任何其他索引。
不使用临时表的相同SP速度要慢4倍。
此时的临时表每次调用平均填充1.5M行。

就我有限的dba知识而言，该问题与MIN和MAX函数有关，需要计算这些函数才能达到给定类别的每个项目的第一行和最后一行。

我已经省略了有关工作流表和SP实现的一些详细信息，但我希望我所描述的内容足以使您对问题有所了解。

最后的问题：
您是否知道处理这种情况的任何sql策略甚至sql-server专有解决方案？

我有什么样的限制？
好吧，SP用于BackOffice功能，应该返回所有实时记录，而不是预处理的子集。

^{*我不是dba； dba的其中一位目前正在他的黑暗实验室里研究这个小怪物。}

Answer 1

为什么要计算整个日期的MAX和MIN？

您可以为MAX做

 SELECT TOP 1 InsertDate FROM #TabTemp WHERE ... ORDER BY InsertDate DESC

和MIN

 SELECT TOP 1 InsertDate FROM #TabTemp WHERE ... ORDER BY InsertDate ASC

并将其保存到2 datetime变量。

Answer 2

SELECT  *
FROM    item
CROSS APPLY
        (
        SELECT  MIN(insertDate) AS dateOfFirstRecord
        FROM    workflow wf
        WHERE   wf.itemCode = i.itemCode
        ) fr
OUTER APPLY
        (
        SELECT  TOP 1
                status AS statusOfLatestRecord
        FROM    workflow wf
        WHERE   wf.itemCode = i.itemCode
        ORDER BY
                wf.insertDate DESC
        ) lr

在workflow (itemCode, insertDate)上创建一个索引workflow (itemCode, insertDate) ，以使其快速运行。

Answer 3

您建议的转换可以通过一个相对简单的查询来完成：

select category, ItemCode, min(InsertDate) as DateOfFirstRecord,
       max(case when seqnum = 1 then Status end) as LastStatus           
from (Select category, ItemCode, Status, InsertDate,
             row_number() over (partition by category, ItemCode order by InsertDate desc) as seqnum
      from workflow w
      where category = <category>  
     )  w
group by category, ItemCode;

我意识到一旦您设置了条件，这将变得更加复杂。

通常，我更喜欢让SQL优化器选择执行查询的最佳方法，而不是使用临时表。 （话虽这么说，但由于优化程序选择了错误的计划，我不得不经历多次非常不愉快的经历）。

我建议您尝试一下，看看它是否可以解决您的性能问题。

Answer 4

插入日期是否是索引？ 您将需要一个综合索引（类别，项目代码，插入日期）

您的瓶颈很可能在不必要创建的临时表中。 您可以使用where条件过滤出您的行。

是否可以像这样重写查询？

select category, itemcode, a.InsertDate, b.Status from (
        select category, itemCode, min(InsertDate) minDate, max(insertDate) maxDate
        from table where .. group by categroy, item code) minmax
        join table a on a.category =minmax.category 
                  and a.itemcode=minmax.itemcode and a.insertDate = minmax.mindate
        join table b on b.category =minmax.category and b.itemcode=minmax.itemcode 
        and b.insertDate = minmax.max date) results

Answer 5

尝试这个 -

SELECT Category,
       ItemCode,
       MIN(InsertDate),
       MAX(Status)
FROM workflow 
WHERE Category = @cat
GROUP BY ItemCode 

您可能不需要临时表。 该查询将获得所需的输出。 索引类别和项目代码。