c# - 使 SQL Server 中的正则表达式搜索更高效

Question

我正在尝试创建一个玩拼字游戏的机器人。因此，我将所有(270 万)个波兰词都扔到 SQL Server 数据库中，现在致力于为正则表达式查询创建模式。我刚刚发现向 WHERE 子句添加一些条件可以使搜索更加高效。

例如，执行查询:

SELECT * FROM words WHERE dbo.[like](word, '^[def]{1,3}$') = 1;

持续约 43 秒，但添加了相当明显的长度条件:

SELECT * 
FROM words 
WHERE dbo.[like](word, '^[def]{1,3}$') = 1 AND LEN(word) <= 3;

将执行时间减少到 3 秒...您能告诉我为什么，并建议一些可以帮助我提高查询效率的技巧吗？

附言like函数是用c#写的CLR:

public static bool Like(string text, string pattern)
{
    Match match = Regex.Match(text, pattern);

    return (match.Value != String.Empty);
}

Answer 1

在 sql 中使用 clr 和 regex 很慢，您对此无能为力。我的建议是限制您需要运行的正则表达式的数量，并尝试减少您必须运行正则表达式的数据量，例如您在第二个查询中所做的那样。

“显示查询计划”窗口是您优化 sql 查询的好 helper 。

内置的 sql LIKE 运算符会更快，但当然也有更多限制。内置的 LIKE 运算符还具有有时能够使用索引的额外好处。

您可以使用 sql LIKE 将查询重写为如下内容:

SELECT *
FROM words
WHERE
 word LIKE '[def][def][def]'
 OR word LIKE '[def][def]'
 OR word LIKE '[def]'

但它并不漂亮

您可能还会发现这个很有趣: What makes a SQL statement sargable?