Sql server TSQL窗口函数最佳实践

我在日常查询中越来越多地使用窗口函数，一直在想我是否做得对

假设我们有一个数据库dbo.songs，其中每首歌包含一条记录，包含以下列：艺术家、歌曲名和发布日期。 对于每个艺术家，我想选择他们的第一首歌名和releaseDate，按releaseDate升序排列。请注意，对艺术家进行分组的决定是任意的——明天，我可能需要按不同的列BPM、album、length进行分组

为此，我们有几个选择：

最近，我一直在使用一组范围相同的窗口函数策略，它看起来像这样：

SELECT DISTINCT
    s.artist
    , FIRST_VALUE(s.songName) OVER (PARTITION BY s.artist ORDER BY s.releaseDate ASC) AS songName
    , FIRST_VALUE(s.releaseDate) OVER (PARTITION BY s.artist ORDER BY s.releaseDate ASC) AS releaseDate
FROM dbo.songs s

WITH earliestArtistRelease AS (
    SELECT
        s.artist
        , MIN(s.releaseDate) AS releaseDate
    FROM dbo.songs s
    GROUP BY s.artist
)

SELECT
    e.artist
    , e.releaseDate
    , s.songName
FROM dbo.songs s
INNER JOIN earliestArtistRelease e
ON s.releaseDate = e.releaseDate
    AND s.artist = e.artist

这看起来有点马虎，不是吗？它完全依赖于DISTINCT来避免一百万个重复行，如果您想选择其他字段BPM、album、length，则需要更多的窗口函数，我相信这些函数可以算作RBAR

选项二是找出键，然后连接到self，如下所示：

SELECT DISTINCT
    s.artist
    , FIRST_VALUE(s.songName) OVER (PARTITION BY s.artist ORDER BY s.releaseDate ASC) AS songName
    , FIRST_VALUE(s.releaseDate) OVER (PARTITION BY s.artist ORDER BY s.releaseDate ASC) AS releaseDate
FROM dbo.songs s

WITH earliestArtistRelease AS (
    SELECT
        s.artist
        , MIN(s.releaseDate) AS releaseDate
    FROM dbo.songs s
    GROUP BY s.artist
)

SELECT
    e.artist
    , e.releaseDate
    , s.songName
FROM dbo.songs s
INNER JOIN earliestArtistRelease e
ON s.releaseDate = e.releaseDate
    AND s.artist = e.artist

这就完成了任务，但似乎效率不高——特别是如果我们没有发布日期和艺术家的索引的话。如果一位艺术家在一天内发布了两首歌曲，我们也会遇到问题。 此外，如果我们正在做一些时髦的优先排序，如果可能的话，选择2018-01-01的歌曲发布，否则最早发布的歌曲，我们不能像使用窗口功能一样轻松地完成：按s.Artister ORDER按IIFs.releaseDate进行过分割。releaseDate='20180101'，'19000101'，s，releaseDate，这有点粗糙，但简洁

我们还有其他选择：自交叉应用，使用ROW_NUMBER，但从我所能看出，这些方法要么效率较低，要么不如上面概述的一组范围相同的窗口函数策略简洁

那么，我的问题是：什么是最佳实践？如何处理这个问题，既节省处理器周期，又避免代码库长度加倍？一个选项在CTE内更好，另一个选项插入临时表更好吗

非常感谢现有标准、论文或资源的链接。

您可以使用子查询或分析功能：

select s.*
from dbo.songs s
where releaseDate = (select min(s1.releaseDate)
                     from dbo.songs s1
                     where s.artist = s1.artist
                    );

---

你应该先找到你独特的艺术家。如果您已经有艺术家表，请从中选择。如果没有，则创建一个艺术家表，并使用外键将歌曲表与之关联

2完成此操作后，CROSS APPLY将是检索相关歌曲数据的合适操作员

SELECT a.artist, t.songName, t.releaseDate
FROM artists a
CROSS APPLY (
    SELECT TOP 1 s.songName, s.releaseDate
    FROM songs s
    WHERE s.artistId = a.artistId
    -- any other "funky" prioritization.
    ORDER BY s.releaseDate ASC
) topSongs t

---

在本例中，您没有要加入的艺术家表吗？这样就不需要进行区分。如果没有，请创建一个。@DanielGimenez按艺术家分组的选择是任意的-如果我有一个名为songLength的列，并希望按该列分组，那么让一个表包含所有可能的歌曲长度可能是没有意义的。我将对我的问题进行编辑，以澄清分组在上的列不一定是一个好键。鉴于必须对每一行执行查询，这在一个大表上不是会花费很多钱吗？我的理解正确吗？@Cowthulhu从我的经验来看，是的，这是非常低效的。我做了一些研究——看起来我关于交叉申请低效的假设不一定准确。非常好的选择，谢谢。