SQL Server中的CTE和临时表优化

在SQL Server中,优化查询性能是数据库管理的核心任务之一。使用公用表表达式(CTE)和临时表是两种重要的技术手段。本文将深入探讨CTE如何简化代码,以及临时表如何优化查询性能。通过实例和详尽解释,我们将展示这两种技术在实际应用中的优点和注意事项。

第一部分:公用表表达式(CTE)

公用表表达式(CTE)是SQL Server 2005引入的一项功能。CTE通过将复杂查询分解成多个可读性高的部分,使代码更加简洁明了。CTE主要有两种类型:递归CTE和非递归CTE。

1.1 非递归CTE

非递归CTE主要用于简化查询,提高代码可读性。以下是一个典型的非递归CTE示例:

WITH SalesCTE AS (SELECT SalesPersonID,SUM(TotalDue) AS TotalSalesFROM Sales.SalesOrderHeaderGROUP BY SalesPersonID
)
SELECT sp.FirstName, sp.LastName, sc.TotalSales
FROM SalesCTE sc
JOIN Sales.SalesPerson sp
ON sc.SalesPersonID = sp.SalesPersonID;

在这个示例中,我们使用CTE将总销售额的计算与人员信息的查询分开,从而提高了代码的清晰度。

1.2 递归CTE

递归CTE用于处理层次结构数据,如组织结构或目录树。以下是一个递归CTE示例:

WITH OrgCTE AS (SELECT EmployeeID, ManagerID, TitleFROM HumanResources.EmployeeWHERE ManagerID IS NULLUNION ALLSELECT e.EmployeeID, e.ManagerID, e.TitleFROM HumanResources.Employee eINNER JOIN OrgCTE oON e.ManagerID = o.EmployeeID
)
SELECT EmployeeID, ManagerID, Title
FROM OrgCTE;

这个示例展示了如何使用递归CTE来获取一个组织结构中的所有员工信息,包括他们的管理层级。

第二部分:临时表优化查询性能

临时表在SQL Server中扮演着重要角色,特别是在处理复杂查询时。临时表允许我们将中间结果存储在一个临时的存储结构中,从而优化查询性能。

2.1 临时表的创建

临时表分为局部临时表和全局临时表。局部临时表以单个会话为作用范围,而全局临时表则可以在多个会话间共享。以下是创建局部临时表的示例:

CREATE TABLE #TempSales (SalesPersonID INT,TotalSales MONEY
);INSERT INTO #TempSales (SalesPersonID, TotalSales)
SELECT SalesPersonID, SUM(TotalDue) AS TotalSales
FROM Sales.SalesOrderHeader
GROUP BY SalesPersonID;
2.2 临时表的应用场景

临时表在以下几种场景中尤为有用:

  1. 复杂的多步查询:将查询分解为多个步骤,每个步骤的结果存储在临时表中,可以提高整体查询效率。
  2. 大数据量的处理中间结果存储:在处理大数据量时,临时表可以避免重复计算,从而显著提高性能。
  3. 索引和统计信息的应用:临时表允许我们创建索引,从而优化查询性能。

以下是一个结合临时表和索引的示例:

CREATE TABLE #TempSales (SalesPersonID INT,TotalSales MONEY
);INSERT INTO #TempSales (SalesPersonID, TotalSales)
SELECT SalesPersonID, SUM(TotalDue) AS TotalSales
FROM Sales.SalesOrderHeader
GROUP BY SalesPersonID;CREATE INDEX IX_TempSales_SalesPersonID ON #TempSales(SalesPersonID);SELECT sp.FirstName, sp.LastName, ts.TotalSales
FROM #TempSales ts
JOIN Sales.SalesPerson sp
ON ts.SalesPersonID = sp.SalesPersonID;

在这个示例中,我们首先创建了一个临时表,并将中间结果存储在其中。接着,我们为临时表创建了一个索引,从而优化了后续的查询性能。

第三部分:CTE与临时表的比较与选择

在使用CTE和临时表时,我们需要根据具体情况选择最优方案。以下是CTE和临时表的优缺点比较:

3.1 CTE的优点
  • 代码简洁:CTE使得复杂查询更加易读和维护。
  • 临时作用域:CTE仅在当前查询中有效,不会影响其他查询。
3.2 CTE的缺点
  • 性能限制:对于大数据量的处理中,CTE可能会导致性能问题,因为CTE不会自动创建索引。
  • 复杂查询受限:在多步骤复杂查询中,CTE的灵活性较低。
3.3 临时表的优点
  • 性能优化:临时表可以通过创建索引和统计信息显著提高查询性能。
  • 灵活性高:在多步骤复杂查询中,临时表提供了更多的操作空间和灵活性。
3.4 临时表的缺点
  • 代码复杂度:与CTE相比,临时表的代码更加复杂,需要显式创建和删除。
  • 资源占用:临时表会占用临时数据库资源,可能导致系统负载增加。

第四部分:实例与实践

通过实际案例,我们可以更好地理解CTE和临时表的应用场景和性能表现。以下是一个实际案例,展示如何使用CTE和临时表来优化查询。

4.1 实例背景

假设我们有一个在线销售系统,需要定期生成销售报告。这个报告包括每个销售人员的总销售额、销售订单数量以及客户信息。

4.2 使用CTE的实现

首先,我们使用CTE来实现这个查询:

WITH SalesData AS (SELECT SalesPersonID,COUNT(SalesOrderID) AS OrderCount,SUM(TotalDue) AS TotalSalesFROM Sales.SalesOrderHeaderGROUP BY SalesPersonID
),
CustomerData AS (SELECT c.CustomerID, c.FirstName, c.LastName, s.SalesPersonIDFROM Sales.Customer cJOIN Sales.SalesOrderHeader sON c.CustomerID = s.CustomerID
)
SELECT sd.SalesPersonID, sd.OrderCount, sd.TotalSales, cd.FirstName, cd.LastName
FROM SalesData sd
JOIN CustomerData cd
ON sd.SalesPersonID = cd.SalesPersonID;

这个查询使用了两个CTE,将销售数据和客户数据分开处理,最后在主查询中合并结果。

4.3 使用临时表的实现

接下来,我们使用临时表来实现相同的查询:

CREATE TABLE #SalesData (SalesPersonID INT,OrderCount INT,TotalSales MONEY
);INSERT INTO #SalesData (SalesPersonID, OrderCount, TotalSales)
SELECT SalesPersonID, COUNT(SalesOrderID) AS OrderCount,SUM(TotalDue) AS TotalSales
FROM Sales.SalesOrderHeader
GROUP BY SalesPersonID;CREATE TABLE #CustomerData (CustomerID INT,FirstName NVARCHAR(50),LastName NVARCHAR(50),SalesPersonID INT
);INSERT INTO #CustomerData (CustomerID, FirstName, LastName, SalesPersonID)
SELECT c.CustomerID, c.FirstName, c.LastName, s.SalesPersonID
FROM Sales.Customer c
JOIN Sales.SalesOrderHeader s
ON c.CustomerID = s.CustomerID;SELECT sd.SalesPersonID, sd.OrderCount, sd.TotalSales, cd.FirstName, cd.LastName
FROM #SalesData sd
JOIN #CustomerData cd
ON sd.SalesPersonID = cd.SalesPersonID;DROP TABLE #SalesData;
DROP TABLE #CustomerData;

使用临时表,我们将中间结果存储在两个临时表中,并在最终查询中合并结果。最后,我们删除临时表以释放资源。

第五部分:总结

CTE和临时表在SQL Server中的应用各有优劣。CTE简化代码,提高可读性,适合较简单的查询和层次结构数据处理。而临时表则提供更高的灵活性和性能优化手段,适用于复杂的多步骤查询和大数据量处理。在实际应用中,我们需要根据具体需求选择最合适的技术手段,以达到最佳的性能和可维护性。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/25402.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Linux基础 (十五):TCP 协议特点和UDP协议

上一节,我们学习了TCP协议的服务器-客户端的编程流程以及对中间的过程进行了详细的讨论,那么,这一节,我们对于TCP协议的特点进行进一步的分析,这也是面试的重点和难点。 目录 一、TCP 协议特点 1.1 连接的建立与断…

单片机数码管时钟电路的设计

5 调试 数码管的引脚1~4,a~g以及小数点的排列都不是连续的,这就意味着难免需要飞线。数码管是分共阴和共阳的,起初我错把原理图中的共阳数码管当成了共阴数码管,焊上去了之后才发现,为了避免拆卸…

Unity Vuforia

首先在unity2019版本里可以在windows->PackageManager里搜Vuforia EngineAR; (unity2021版本里搜不到) 在官网注册账号: 添加识别图等; 将导出的unitypackage包导入unity中。 unity里导入package之后,新建场景&am…

web前端MVC框架:深入剖析与实战应用

web前端MVC框架:深入剖析与实战应用 在web前端开发的浩瀚星空中,MVC框架以其独特的魅力引领着开发者们探索未知的领域。MVC,即Model-View-Controller,是一种将应用程序的业务逻辑、数据模型和用户界面分离的设计模式。在web前端领…

Golang——gRPC与ProtoBuf介绍

一. 安装 1.1 gRPC简介 gRPC由google开发,是一款语言中立,平台中立,开源的远程过程调用系统。gRPC客户端和服务器可以在多种环境中运行和交互,例如用java写一个服务器端,可以用go语言写客户端调用。 1.2 gRPC与Protob…

④-1单细胞学习-cellchat单数据代码补充版

目录 1,数据输入及处理 ①载入包和数据 ②CellChat输入数据准备 ③构建CellChat对象 ④数据预处理 2,细胞通讯预测 ①计算细胞通讯概率 ②提取配受体对细胞通讯结果表 ③提取信号通路水平的细胞通讯表 ④细胞互作关系可视化 1)细胞…

IO流(缓冲流)

1.字节缓冲流 原理:字节缓冲输入流自带8KB缓冲池;字节缓冲输出流自带8KB缓冲池 public static void main(String[] args) throws IOException {try(InputStream is new FileInputStream("D:\\pt\\123.jpg");//1.定义一个字节缓冲输入流包装原始的字节输…

JAVA:在IDEA引入本地jar包的方法并解决打包scope为system时发布无法打包进lib的方案

一.引入本地Jar包的步骤 有时maven依耐的包是本地的jar包,此时需要进行以下步骤设置。 步骤1.在pom.xml中添加插件设置,将system范围包含进来,此设置是为了在打包时,本地jar包自动生成到部署包里。(若无法打进包,请参考下文的方案二) <plugin><groupId>org.…

Modbus主站和从站的区别

Modbus主站,从站 在工业自动化领域&#xff0c;Modbus是一种常用的通信协议&#xff0c;用于设备之间的数据交换。在Modbus通信中&#xff0c;主站和从站是两个关键的角色。了解主站和从站之间的区别对正确配置和管理Modbus网络至关重要。 Modbus主站的特点和功能 1.通信请求发…

硬盘坏了数据能恢复吗 硬盘数据恢复一般多少钱

在数字化时代&#xff0c;我们的生活和工作离不开电脑和硬盘。然而&#xff0c;硬盘故障是一个常见的问题&#xff0c;可能会导致我们的数据丢失。当我们的硬盘坏了&#xff0c;还能恢复丢失的数据吗&#xff1f;今天我们就一起来探讨关于硬盘坏了数据能恢复吗&#xff0c;硬盘…

Polar Web【困难】上传

Polar Web【困难】上传 Contents Polar Web【困难】上传探索&思路&效果进入环境绕过过程Webshell连接 EXPPayload 总结 探索&思路&效果 本题的主题可见为文件上传&#xff0c;详情在破解的过程中逐步发掘&#xff1a; 进入环境&#xff0c;为一个文件上传功界面…

苹果需要专注于让人工智能变得实用,而不是华而不实

谷歌和微软已将其开发者大会作为展示其生成式人工智能能力的平台&#xff0c;现在所有人的目光都集中在下周的全球开发者大会上&#xff0c;预计Apple Intelligence将在此首次亮相。 这家总部位于库比蒂诺的公司面临着巨大的压力。 苹果在人工智能竞赛中落后于同行&#xff0…

04-4.2.1 朴素模式匹配算法

&#x1f44b; Hi, I’m Beast Cheng&#x1f440; I’m interested in photography, hiking, landscape…&#x1f331; I’m currently learning python, javascript, kotlin…&#x1f4eb; How to reach me --> 458290771qq.com 喜欢《数据结构》部分笔记的小伙伴可以订…

定个小目标之刷LeetCode热题(14)

了解股票的都知道&#xff0c;只需要选择股票最低价格那天购入&#xff0c;在股票价格与最低价差值最大时卖出即可获取最大收益&#xff0c;总之本题只需要维护两个变量即可&#xff0c;minPrice和maxProfit&#xff0c;收益 prices[i] - minPrice,直接用代码描述如下 class …

vscode中执行python语句dir(torch)不返回结果

输入半天&#xff0c;发现在IDLE运行后的shell界面输入语句就会返回一大串。但是在vscode中老是不返回值。 结果恍然发现这没加print&#xff08;&#xff09;。 无语惨了。 家人们&#xff0c;这是python&#xff0c;而不是matlab。思维还没转换过来&#xff0c;笑死

umap降维,c++用法纪实

全是血泪&#xff0c;可惜对于大量数据&#xff0c;速度还是太慢。 一、代码 // ConsoleApplication2.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。 //#include <iostream>#include "knncolle/knncolle.hpp" #include "Umap.…

[数据集][图像分类]人种黄种人白人黑人等分类数据集56000张7类别

数据集类型&#xff1a;图像分类用&#xff0c;不可用于目标检测无标注文件 数据集格式&#xff1a;仅仅包含jpg图片&#xff0c;每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数)&#xff1a;56000 分类类别数&#xff1a;7 类别名称:[“Black”,“East_Asian”,“Ind…

Vue3【十三】watch监视

Vue3【十三】watch监视 Vue3 中的watch祝你能监视以下四种数据 ref 定义的数据reactive定义的数据函数返回一个值一个包含上述内容的数组 案例截图 目录结构 案例代码 Person.vue <template><div class"person"><!-- <h1>Watch情况1&#xff…

大学生学习Java路线2024版

第一阶段&#xff1a;基础入门 了解计算机基础&#xff1a; 学习基本的计算机科学知识&#xff0c;如操作系统、数据结构和算法。 Java语言概述&#xff1a; 了解Java语言的历史、特点和应用领域。 安装开发环境&#xff1a; 安装JDK和IDE&#xff08;如IntelliJ IDEA或Eclipse…

C++基础编程100题-008 OpenJudge-1.3-06 甲流疫情死亡率

更多资源请关注纽扣编程微信公众号 http://noi.openjudge.cn/ch0103/06/ 描述 甲流并不可怕&#xff0c;在中国&#xff0c;它的死亡率并不是很高。请根据截止2009年12月22日各省报告的甲流确诊数和死亡数&#xff0c;计算甲流在各省的死亡率。 输入 输入仅一行&#xff…