高性能查询以获取上次更改值时的日期时间

Question

我正在处理的数据

考虑以下 2 个数据库 tables:

CREATE TABLE [dbo].[Contact](
    [ID] [int] IDENTITY(1,1) NOT NULL,
    [Contact_UID] [uniqueidentifier] NOT NULL CONSTRAINT [DF_Contact_Contact_UID]  DEFAULT (newsequentialid()),
    [Name] [nvarchar](255) NOT NULL,
    [ContactStatus] [nvarchar](255) NOT NULL)

CREATE TABLE [dbo].[Contact_Log](
    [ID] [int] IDENTITY(1,1) NOT NULL,
    [LogDate] [datetimeoffset](7) NOT NULL CONSTRAINT [DF_Contact_Log_LogDate]  DEFAULT (sysdatetimeoffset()),
    [Contact_UID] [uniqueidentifier] NOT NULL CONSTRAINT [DF_Contact_Log_Contact_UID]  DEFAULT (newsequentialid()),
    [Name] [nvarchar](255) NOT NULL,
    [ContactStatus] [nvarchar](255) NOT NULL)

联系人 table 是联系人记录的主要 table。它存储联系人的姓名和状态（例如 "Alive"、"Dead" 或其他）。

Contact_Log table 存储对联系人 table 所做的所有更改。

下面是一些示例数据：

联系人：

+----+--------------------------------------+------+---------------+
| ID | Contact_UID                          | Name | ContactStatus |
+----+--------------------------------------+------+---------------+
| 1  | 62918AC1-1C6C-4DEB-B7F8-5D5EF913F667 | John | Dead          |
+----+--------------------------------------+------+---------------+
| 2  | F7844037-2FF5-47B9-874D-C0920E7DC092 | Jane | Alive         |
+----+--------------------------------------+------+---------------+

Contact_Log:

+----+--------------------------------------+------+---------------+------------+
| ID | Contact_UID                          | Name | ContactStatus | LogDate    |
+----+--------------------------------------+------+---------------+------------+
| 1  | 62918AC1-1C6C-4DEB-B7F8-5D5EF913F667 | John | Alive         | 2019-01-01 |
+----+--------------------------------------+------+---------------+------------+
| 2  | 62918AC1-1C6C-4DEB-B7F8-5D5EF913F667 | John | Dead          | 2019-01-02 |
+----+--------------------------------------+------+---------------+------------+
| 3  | 62918AC1-1C6C-4DEB-B7F8-5D5EF913F667 | John | Dead          | 2019-01-03 |
+----+--------------------------------------+------+---------------+------------+
| 4  | F7844037-2FF5-47B9-874D-C0920E7DC092 | Jane | Alive         | 2019-01-04 |
+----+--------------------------------------+------+---------------+------------+

注意：此时我还没有在 tables 上添加任何索引或类似的东西。

测试场景

以上只是一些示例数据。我正在测试的数据具有以下行数：

联系人：~10,000 行

Contact_Log：~3,000,000 行

我目前正在使用 SQL Server 2008 R2 进行测试。因此，首选支持的解决方案。

我想要达到的目标

基本上我正在尝试制定一个查询，该查询可以告诉我 LogDate 上次更改 ContactStatus 字段的时间，对于特定的 Contact_UID，取自 Contact_Log table.

例如，如果我感兴趣的记录是"John"，那么结果应该是“2019-01-02”。因为这是 John 的 ContactStatus 上次更改的日期（即它从 "Alive" 更改为 "Dead"）。

最后，我想把这个查询放到一个函数中。可以通过传入 Contact_UID 和我要检查的字段名称来调用的函数。然后可以将此函数作为更一般查询的一部分进行调用。例如：

SELECT Name, MyFunction('62918AC1-1C6C-4DEB-B7F8-5D5EF913F667', 'ContactStatus') AS StatusLastChanged FROM Contact

到目前为止我尝试了什么

好吧，我已经尝试了一些东西，虽然我能得到我想要的结果。我的尝试确实遇到了性能问题。

注意：虽然我真的只想要一个 datetimeoffset 结果。一些尝试包括更多 data/fields 只是为了尝试验证数据是否准确。

尝试 1：

SELECT TOP(1) a.LogDate
FROM Contact_Log AS a
WHERE a.Contact_UID = '62918AC1-1C6C-4DEB-B7F8-5D5EF913F667' 
AND a.ContactStatus <>
(
SELECT TOP(1) b.ContactStatus
FROM Contact_Log AS b
WHERE b.Contact_UID = '62918AC1-1C6C-4DEB-B7F8-5D5EF913F667'
AND a.LogDate > b.LogDate
ORDER BY b.LogDate DESC
)
ORDER BY LogDate DESC

问题 1：太慢了。在等待将近一个小时无结果后，我不得不停止查询。

尝试 2：

SELECT A.LogDate
FROM (SELECT ROW_NUMBER() OVER (ORDER BY LogDate DESC, ID DESC) AS rnum, ID, LogDate, Contact_UID, ContactStatus FROM Contact_Log) A
LEFT JOIN (SELECT ROW_NUMBER() OVER (ORDER BY LogDate DESC, ID DESC) AS rnum, ID, LogDate, Contact_UID, ContactStatus FROM Contact_Log) B
ON A.rnum = B.rnum-1
WHERE 
(B.rnum IS NULL
OR (A.Contact_UID = '62918AC1-1C6C-4DEB-B7F8-5D5EF913F667' 
AND B.Contact_UID = '62918AC1-1C6C-4DEB-B7F8-5D5EF913F667'
AND A.ContactStatus != B.ContactStatus))
ORDER BY A.rnum

问题 2：这有效并为我提供了正确的数据集。然而，它需要 6 秒，这太慢了。请记住，它需要在更一般的查询（约 10,000 行）中用作函数。

尝试 3：现在这与尝试 2 基本相同，希望我尝试应用 TOP(1) 以便获得我真正想要的结果。

SELECT TOP(1) A.LogDate
FROM (SELECT ROW_NUMBER() OVER (ORDER BY LogDate DESC, ID DESC) AS rnum, ID, LogDate, Contact_UID, ContactStatus FROM Contact_Log) A
LEFT JOIN (SELECT ROW_NUMBER() OVER (ORDER BY LogDate DESC, ID DESC) AS rnum, ID, LogDate, Contact_UID, ContactStatus FROM Contact_Log) B
ON A.rnum = B.rnum-1
WHERE 
(B.rnum IS NULL
OR (A.Contact_UID = '62918AC1-1C6C-4DEB-B7F8-5D5EF913F667' 
AND B.Contact_UID = '62918AC1-1C6C-4DEB-B7F8-5D5EF913F667'
AND A.ContactStatus != B.ContactStatus))
ORDER BY A.rnum

问题 3：令我惊讶的是，这比尝试 2 花费的时间长得多，尽管我所做的只是在开始时添加 TOP(1)。这花了 5 分钟，所以我停止了查询并放弃了。

问题

我如何才能在 "What I am trying to achieve" 中做我想做的事，同时又能保持合理的性能？（我很乐意在这个阶段将其缩短到 1 秒以内）。

记住，我只想要一个 datetimeoffset 作为结果，以便它可以在函数中使用。

到目前为止我还没有创建具体的索引。如果无法改进查询，我很乐意考虑将这些建议作为 suitable 的答案。或者对架构进行任何适当的更改。

底线

我正在寻找将产生 1 个结果的查询，其中包含 1 个 datetimeoffset 字段。运行.

需要不到1秒的时间

Answer 1

您想要 select 紧跟在不等于当前 ContactStatus 的最高日期之后的最小日期。那将是这样的：

select
min(LogDate)
from Contact_Log
where
Contact_UID='62918AC1-1C6C-4DEB-B7F8-5D5EF913F667'
and ContactStatus = (
        select top 1
        ContactStatus
        from Contact_Log where
        Contact_UID='62918AC1-1C6C-4DEB-B7F8-5D5EF913F667'
        order by Log_Date desc
        )
and LogDate > (
    select max(LogDate)
    from Contact_Log
    where Contact_UID='62918AC1-1C6C-4DEB-B7F8-5D5EF913F667'
    and ContactStatus != (
        select top 1
        ContactStatus
        from Contact_Log where
        Contact_UID='62918AC1-1C6C-4DEB-B7F8-5D5EF913F667'
        order by Log_Date desc
        )
    );

Answer 2

这是基于您最初的尝试：

SELECT ca3.LogDate
FROM (
    -- find last status
    SELECT TOP 1 *
    FROM Contact_Log
    WHERE Contact_UID = '62918AC1-1C6C-4DEB-B7F8-5D5EF913F667'
    ORDER BY LogDate DESC, ID DESC
) AS ca1
CROSS APPLY (
    -- find date when status changed
    SELECT TOP 1 *
    FROM Contact_Log
    WHERE Contact_UID = '62918AC1-1C6C-4DEB-B7F8-5D5EF913F667'
    AND ContactStatus <> ca1.ContactStatus
    ORDER BY LogDate DESC, ID DESC
) AS ca2
CROSS APPLY (
    -- find next date
    SELECT TOP 1 *
    FROM Contact_Log
    WHERE Contact_UID = '62918AC1-1C6C-4DEB-B7F8-5D5EF913F667'
    AND (LogDate = ca2.LogDate AND ID > ca2.ID
         OR LogDate > ca2.LogDate)
    ORDER BY LogDate, ID
) AS ca3

此查询应受益于包含 Contact_UID, LogDate, ID, Status

的索引

高性能查询以获取上次更改值时的日期时间

High performance query to get datetime when value was last changed

sql

sql-server

performance

sql-server-2008-r2

sql-tuning