每个 N 的最新记录的最佳执行查询

Question

这是我发现自己所处的场景。

我有一个相当大的表，我需要从中查询最新记录。以下是查询的基本列的创建：

CREATE TABLE [dbo].[ChannelValue](
   [ID] [bigint] IDENTITY(1,1) NOT NULL,
   [UpdateRecord] [bit] NOT NULL,
   [VehicleID] [int] NOT NULL,
   [UnitID] [int] NOT NULL,
   [RecordInsert] [datetime] NOT NULL,
   [TimeStamp] [datetime] NOT NULL
   ) ON [PRIMARY]
GO

ID 列是主键，VehicleID 和 TimeStamp 有一个非聚集索引

CREATE NONCLUSTERED INDEX [IX_ChannelValue_TimeStamp_VehicleID] ON [dbo].[ChannelValue] 
(
    [TimeStamp] ASC,
    [VehicleID] ASC
)ON [PRIMARY]
GO

我正在处理的用于优化查询的表有超过 2300 万行，只是查询需要操作的大小的十分之一。

我需要返回每个 VehicleID 的最新行。

我一直在 StackOverflow 上查看对这个问题的回答，并且进行了大量的谷歌搜索，似乎有 3 或 4 种常见方法可以在 SQL Server 2005 及更高版本上执行此操作。

到目前为止，我发现的最快方法是以下查询：

SELECT cv.*
FROM ChannelValue cv
WHERE cv.TimeStamp = (
SELECT
    MAX(TimeStamp)
FROM ChannelValue
WHERE ChannelValue.VehicleID = cv.VehicleID
)

根据表中当前的数据量，执行大约需要 6 秒，这在合理的范围内，但根据表在实时环境中包含的数据量，查询开始执行速度太慢。

查看执行计划，我关心的是 SQL Server 正在做什么来返回行。

我无法发布执行计划图像，因为我的声誉不够高，但索引扫描正在解析表中的每一行，这大大减慢了查询速度。

我尝试使用几种不同的方法重写查询，包括使用 SQL 2005像这样的分区方法：

WITH cte
AS (
    SELECT *,
    ROW_NUMBER() OVER(PARTITION BY VehicleID ORDER BY TimeStamp DESC) AS seq
     FROM ChannelValue
)

SELECT
   VehicleID,
   TimeStamp,
   Col1
FROM cte
WHERE seq = 1

但是该查询的性能甚至更差了相当大的数量级。

我尝试过像这样重新构造查询，但结果速度和查询执行计划几乎相同：

SELECT cv.*
FROM (
   SELECT VehicleID
    ,MAX(TimeStamp) AS [TimeStamp]
   FROM ChannelValue
   GROUP BY VehicleID
) AS [q]
INNER JOIN ChannelValue cv
   ON cv.VehicleID = q.VehicleID
   AND cv.TimeStamp = q.TimeStamp

我在表结构方面有一些灵活性（尽管程度有限），因此我可以添加索引、索引视图和等等，甚至是数据库中的附加表。

我非常感谢这里的任何帮助。

编辑 添加了执行计划图像的链接。

Answer 1

取决于您的数据（每组有多少行？）和您的索引。

请参阅优化每组查询的 TOP N，了解 3 种方法的一些性能比较。

在您的情况下，只有少量车辆有数百万行，我会在 VehicleID, Timestamp 上添加索引并执行

SELECT CA.*
FROM   Vehicles V
       CROSS APPLY (SELECT TOP 1 *
                    FROM   ChannelValue CV
                    WHERE  CV.VehicleID = V.VehicleID
                    ORDER  BY TimeStamp DESC) CA  

Answer 2

如果您的记录是按顺序插入的，则将查询中的 TimeStamp 替换为 ID 可能会产生影响。

附带说明一下，这会返回多少条记录？如果您要返回数十万行，则延迟可能会导致网络开销。

Answer 3

试试这个：

SELECT SequencedChannelValue.* -- Specify only the columns you need, exclude the SequencedChannelValue
FROM
    (
        SELECT 
            ChannelValue.*,   -- Specify only the columns you need
            SeqValue = ROW_NUMBER() OVER(PARTITION BY VehicleID ORDER BY TimeStamp DESC)
        FROM ChannelValue
    ) AS SequencedChannelValue
WHERE SequencedChannelValue.SeqValue = 1

预计会进行表或索引扫描，因为您没有以任何方式过滤数据。您要求所有 VehicleID 的最新时间戳 - 查询引擎必须查看每一行以找到最新的时间戳。

您可以通过缩小返回的列数（不要使用 SELECT *）并提供由 VehicleID + TimeStamp 组成的索引来帮助解决这个问题。