sql - 获取上次更改值时的日期时间的高性能查询

Question

我正在处理的数据

考虑以下 2 个数据库表:

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)

联系人表是联系人记录的主表。它存储联系人的姓名和状态(例如“活着”、“死了”或其他什么)。

Contact_Log 表存储对 Contact 表所做的所有更改。

所以这里有一些示例数据:

接触:

+----+--------------------------------------+------+---------------+
| 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:此时我还没有在该表上添加任何索引或类似内容。

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，首选支持该解决方案和更高版本的解决方案。

我正在努力实现的目标

基本上，我试图制定一个可以告诉我 LogDate 的查询。当 ContactStatus字段最后一次更改，用于特定 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”)。

最终，我想将此查询放入一个函数中。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

到目前为止我尝试过的

嗯，我已经尝试了一些东西，虽然我可以得到我想要的结果。我的尝试真的在性能问题上挣扎。

注意:虽然我真的只想要一个 datetimeoffset 结果。一些尝试包括更多数据/字段，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

问题一:太慢。经过近一个小时的等待但没有结果，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。但是需要 6 秒，这太慢了。请记住，它需要在更一般的查询(大约 10,000 行)中作为函数工作。

尝试 3:现在这与尝试 2 基本相同，希望我尝试申请 TOP(1)这样我才能得到我真正想要的结果。

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，即使我所做的只是添加 TOP(1)在开始时。这花了 5 多分钟，所以我停止了查询并放弃了。

问题

我怎样才能在“我想要达到的目标”中做我想做的事，但又要获得合理的性能？ (我很乐意在这个阶段将它控制在 1 秒以内)。

请记住，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，我还没有创建特定的索引。如果无法改进查询，我很乐意将这些建议视为合适的答案。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

您想选择不等于当前 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
        )
    );