SQL Server：基于记录相关值的表联接

我正在尝试执行一种一般类型的查询，我不确定如何用文字表达它，以便找到最佳实践和执行示例的讨论

下面是一个示例用例

我有一个

客户

表，其中包含客户信息和一个

订单

表。我想根据客户特征从

订单

中提取一部分记录，这些记录受

客户

表中作为数据包含的“最早”和“最晚”日期的限制。对于解决方案来说，我必须将查询结果限制在此日期范围内，这一范围因客户而异

客户

+------------+------------+----------+---------------------+-------------------+
| CustomerID |  Location  | Industry | EarliestActiveOrder | LatestActiveOrder |
+------------+------------+----------+---------------------+-------------------+
|        001 | New York   | Finance  | 2017-11-03          | 2019-07-30        |
|        002 | California | Tech     | 2018-06-18          | 2019-09-22        |
|        003 | New York   | Finance  | 2015-09-30          | 2019-02-26        |
|        004 | California | Finance  | 2019-02-02          | 2019-08-15        |
|        005 | New York   | Finance  | 2017-10-19          | 2018-12-20        |
+------------+------------+----------+---------------------+-------------------+

+----------+------------+------------+---------+
| OrderID | CustomerID | StartDate  | Details |
+----------+------------+------------+---------+
|     5430 |        003 | 2015-06-30 |     ... |
|     5431 |        003 | 2016-03-31 |     ... |
|     5432 |        003 | 2018-09-30 |     ... |
|     5434 |        001 | 2018-11-05 |     ... |
|     5435 |        001 | 2019-10-11 |     ... |

订单

+------------+------------+----------+---------------------+-------------------+
| CustomerID |  Location  | Industry | EarliestActiveOrder | LatestActiveOrder |
+------------+------------+----------+---------------------+-------------------+
|        001 | New York   | Finance  | 2017-11-03          | 2019-07-30        |
|        002 | California | Tech     | 2018-06-18          | 2019-09-22        |
|        003 | New York   | Finance  | 2015-09-30          | 2019-02-26        |
|        004 | California | Finance  | 2019-02-02          | 2019-08-15        |
|        005 | New York   | Finance  | 2017-10-19          | 2018-12-20        |
+------------+------------+----------+---------------------+-------------------+

+----------+------------+------------+---------+
| OrderID | CustomerID | StartDate  | Details |
+----------+------------+------------+---------+
|     5430 |        003 | 2015-06-30 |     ... |
|     5431 |        003 | 2016-03-31 |     ... |
|     5432 |        003 | 2018-09-30 |     ... |
|     5434 |        001 | 2018-11-05 |     ... |
|     5435 |        001 | 2019-10-11 |     ... |

用文字表达的示例用例是：“给我纽约金融客户的所有有效订单”

理想的结果是从

orders

表返回

OrderID

的

543154325434

的完整记录

---

考虑到一个包含10^6条记录的

orders

表，构造此类查询的一般好方法是什么

select o.*
from orders o
inner join customers c 
    on  c.Customer_id = o.Customer_id
    and o.StartDate between c.EarliestActiveOrder  and c.LatestActiveOrder
    and c.Industry = 'Finance'
    and c.Location = 'New York'

此查询中的性能，请考虑以下索引：

orders(customer_id,  StartDate)
customers(Customer_id, Industry, Location, EarliestActiveOrder, LatestActiveOrder)

---

假设结果集是订单的一小部分（比如少于1%的订单，但1%用于说明），我会这样表述查询：

select o.*
from customers c join
     orders o
     on o.Customer_id = c.Customer_id and
        o.StartDate between c.EarliestActiveOrder  and c.LatestActiveOrder
where c.Location = 'New York' and c.industry = 'Finance';

索引策略很棘手。对于较小的结果集，您可能希望首先限制客户，然后查找匹配的订单。此方法建议在以下方面建立索引：

• 客户（地点、行业、客户id、早期战术订单、后期战术订单）

• 订单（客户id，起始日期）

如果有其他列用于筛选，则需要为它们创建单独的索引。例如，对于

行业

-仅过滤：

• 客户（行业、客户id、早期战术订单、后期战术订单）

这可能会变得很麻烦

另一方面，如果您的结果集可能有大量的订单，那么扫描

订单

表可能会更有效率。您可以尝试依赖优化器。或者只需将查询措辞为：

select o.*
from orders o
where exists (select 1
              from customers c
              where o.Customer_id = c.Customer_id and
                    o.StartDate between c.EarliestActiveOrder  and c.LatestActiveOrder and
                    c.Location = 'New York' and c.industry = 'Finance'
             );

在这种情况下，您需要一个关于

客户（客户id）

的索引，但这可能已经是主键了，所以您可以。这样做的好处是，您不需要担心确切的筛选条件。缺点是对

订单

进行全表扫描（但不包括

加入

、

分组依据

、或

订单依据

）