如何提高SQL查询性能

Question

我具有以下数据库结构（简化）：

Payments
----------------------
Id        | int
InvoiceId | int
Active    | bit
Processed | bit


Invoices
----------------------
Id              | int
CustomerOrderId | int


CustomerOrders
------------------------------------
Id                       | int
ApprovalDate             | DateTime
ExternalStoreOrderNumber | nvarchar

每个客户订单都有一个发票，每个发票可以有多个付款。 ExternalStoreOrderNumber是对我们从中导入订单的外部合作伙伴商店的订单的引用，以及该导入发生时的时间戳的ApprovalDate 。

现在我们有一个问题，就是我们汇入了错误的商品，需要根据以下逻辑将一些付款更改为其他发票（几笔钱，所以手工做得太快了）：
搜索订单发票，该发票的外部编号与当前编号相同，但以0而不是当前数字开头。

为此，我创建了以下查询：

UPDATE DB.dbo.Payments 
    SET InvoiceId=
        (SELECT TOP 1 I.Id FROM DB.dbo.Invoices AS I
            WHERE I.CustomerOrderId=
                (SELECT TOP 1 O.Id FROM DB.dbo.CustomerOrders AS O 
                    WHERE O.ExternalOrderNumber='0'+SUBSTRING(
                      (SELECT TOP 1 OO.ExternalOrderNumber FROM DB.dbo.CustomerOrders AS OO
                        WHERE OO.Id=I.CustomerOrderId), 1, 10000)))
    WHERE Id IN (
        SELECT P.Id
          FROM DB.dbo.Payments AS P
            JOIN DB.dbo.Invoices AS I ON I.Id=P.InvoiceId
            JOIN DB.dbo.CustomerOrders AS O ON O.Id=I.CustomerOrderId
         WHERE P.Active=0 AND P.Processed=0 AND O.ApprovalDate='2012-07-19 00:00:00'

现在，我使用实时数据（每个表中的〜250.000行）在测试系统上启动了该查询，并且该查询自16h开始运行-我在查询中做错了什么吗？或者是否可以加快查询速度？
它不是必须非常快，因为它是一项一次性的任务，但是对我来说似乎要花几个小时，而且由于我想学习下次（希望不会发生），我想获得一些改进的反馈...

Answer 1

您不妨取消该查询。 您的更新子查询与要更新的表完全不相关。 从外观上看，完成后，每个dbo.payments记录都将具有相同的值。

要分解查询，您可能会发现子查询本身运行良好。

SELECT TOP 1 I.Id FROM DB.dbo.Invoices AS I
            WHERE I.CustomerOrderId=
                (SELECT TOP 1 O.Id FROM DB.dbo.CustomerOrders AS O 
                    WHERE O.ExternalOrderNumber='0'+SUBSTRING(
                      (SELECT TOP 1 OO.ExternalOrderNumber FROM DB.dbo.CustomerOrders AS OO
                        WHERE OO.Id=I.CustomerOrderId), 1, 10000))

总是大担心。

接下来的事情是它正在为表中的每个记录逐行运行。

您还可以通过选择...的ID来自涉及其自身的联接来双倍地支付款项。 您可以使用以下模式在JOIN子句中引用表进行更新：

UPDATE P
....
  FROM DB.dbo.Payments AS P
    JOIN DB.dbo.Invoices AS I ON I.Id=P.InvoiceId
    JOIN DB.dbo.CustomerOrders AS O ON O.Id=I.CustomerOrderId
 WHERE P.Active=0 AND P.Processed=0 AND O.ApprovalDate='2012-07-19 00:00:00'

继续，另一个错误是在没有ORDER BY的情况下使用TOP。 这是在要求随机结果。 如果您知道只有一个结果，那么您甚至不需要TOP。 在这种情况下，也许您可​​以从许多可能的匹配项中随机选择一个。 由于您具有三个级别的TOP（1），而没有ORDER BY，因此不妨将它们全部混搭在一起（合并），然后对所有三个对象取一个TOP（1）。 那将使它看起来像这样

SET InvoiceId=
    (SELECT TOP 1 I.Id
     FROM DB.dbo.Invoices AS I
     JOIN DB.dbo.CustomerOrders AS O
        ON I.CustomerOrderId=O.Id
     JOIN DB.dbo.CustomerOrders AS OO
        ON O.ExternalOrderNumber='0'+SUBSTRING(OO.ExternalOrderNumber,1,100)
           AND OO.Id=I.CustomerOrderId)

但是，正如我在很早之前提到的那样，这与主FROM子句根本没有关联。 我们将整个搜索移到主查询中，以便可以使用基于JOIN的集合操作，而不是逐行子查询。

在显示最终查询（完全注释）之前，我认为您的SUBSTRING应该解决此逻辑， but starts with 0 instead of the current digit 。 但是，如果这表示我的阅读方式，则意味着对于订单号'5678'，您正在寻找'0678'，这也意味着SUBSTRING应该使用2,10000而不是1,10000 。

UPDATE P
SET InvoiceId=II.Id
FROM DB.dbo.Payments AS P
-- invoices for payments
JOIN DB.dbo.Invoices AS I ON I.Id=P.InvoiceId
-- orders for invoices
JOIN DB.dbo.CustomerOrders AS O ON O.Id=I.CustomerOrderId
-- another order with '0' as leading digit
JOIN DB.dbo.CustomerOrders AS OO
  ON OO.ExternalOrderNumber='0'+substring(O.ExternalOrderNumber,2,1000)
-- invoices for this other order
JOIN DB.dbo.Invoices AS II ON OO.Id=II.CustomerOrderId

-- conditions for the Payments records
WHERE P.Active=0 AND P.Processed=0 AND O.ApprovalDate='2012-07-19 00:00:00'

值得注意的是，SQL Server允许UPDATE ..FROM ..JOIN ，而其他DBMS（例如Oracle）所支持的较少。 这是因为，对于Payments中的一行（更新目标），我希望您可以看到很明显，它可以从所有笛卡尔联接中选择II.Id。 您将获得一个随机的II.Id。

Answer 2

我认为，如果我了解您的查询正确，这样的事情会更有效。 由于我是手动编写但未运行，因此可能存在一些语法错误。

UPDATE DB.dbo.Payments 
set InvoiceId=(SELECT TOP 1 I.Id FROM DB.dbo.Invoices AS I
         inner join DB.dbo.CustomerOrders AS O ON I.CustomerOrderId=O.Id 
         inner join DB.dbo.CustomerOrders AS OO On OO.Id=I.CustomerOrderId 
         and O.ExternalOrderNumber='0'+SUBSTRING(OO.ExternalOrderNumber, 1, 10000)))
FROM DB.dbo.Payments 
            JOIN DB.dbo.Invoices AS I ON I.Id=Payments.InvoiceId and 
             Payments.Active=0 
             AND Payments.Processed=0 
             AND O.ApprovalDate='2012-07-19 00:00:00'
            JOIN DB.dbo.CustomerOrders AS O ON O.Id=I.CustomerOrderId

Answer 3

尝试使用JOIN重写。 这将突出一些问题。 以下功能是否会相同？ （查询有些不同，但是我想这大概是您要尝试执行的操作）

UPDATE Payments 
   SET InvoiceId= I.Id
FROM DB.dbo.Payments
CROSS JOIN DB.dbo.Invoices AS I
INNER JOIN DB.dbo.CustomerOrders AS O
  ON I.CustomerOrderId = O.Id
INNER JOIN DB.dbo.CustomerOrders AS OO
  ON O.ExternalOrderNumer = '0' + SUBSTRING(OO.ExternalOrderNumber, 1, 10000)
  AND OO.Id = I.CustomerOrderId
WHERE P.Active=0 AND P.Processed=0 AND O.ApprovalDate='2012-07-19 00:00:00')

如您所见，突出了两个问题：

1. 付款和发票之间无可辩驳的联接（当然，您已经被TOP 1语句捕获了，但是按条件设置，它仍然是无条件的）-我不确定这是否确实是您的查询中的问题。 虽然会在我的:)。
2. 条件中包含的10000个字符的列上的SUBSTRING （ SUBSTRING ）。 这是非常低效的。

如果需要一次性加速，只需对每个表进行查询，尝试将中间结果存储在临时表中，在这些临时表上创建索引，然后使用临时表执行更新。