sql - NOT EXISTS 的性能 - t-sql 查询

这个(为简单起见修改)查询是更大查询的一部分，并在日期上与其他选择连接。但是，我已将这一部分固定为慢狗。假设我有一个 UserLoginHistory 表，用于记录用户的每次登录。对于每个用户，我想要他们首次登录的日期。(稍后在查询中，我按 LogDate 分组以获取每天有多少首次登录。)

select
    LogDate, --(this value is only date, no time)
    UserId
from
    UserLoginHistory ul
where
    not exists
        (
            select
                *
            from
                UserLoginHistory ulPrevious
            where
                ulPrevious.LogDate < ul.LogDate
                and ul.UserId = ulPrevious.UserId
        )
group by ul.LogDate, ul.UserId

显然 NOT EXISTS 部分是慢的。但我不知道如何用做同样工作的更有效的东西来代替它。

使用小的 UserLogHistory-count，性能没有问题。当我达到 15 000 左右时，它开始变慢。也许我应该将每天的结果批处理到另一个表中，但我想为这个查询找到一个更好的解决方案，因为应该有一个......

谢谢你的时间!

最佳答案

您可以使用行编号方法:

select LogDate,UserId from (
    select
       LogDate,
       UserId
       row_number() over (partition by UserId order by LogDate) as rown
    from
        UserLoginHistory ul
)
where rown = 1

每个 ID 的行按 LogDate 编号，因此最早的行将始终编号为 1。

注意:我不认为原始查询中的 group by 是必要的——not exists 子句应该保证你只获得 UserId 和 LogDate 的唯一组合。

关于sql - NOT EXISTS 的性能 - t-sql 查询，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/15275564/