T-SQL - Какой самый эффективный способ обхода таблицы до тех пор, пока не будет выполнено условие

10

В получил задание по программированию в области T-SQL.

Задача:

  1. Люди хотят попасть в лифт, каждый человек имеет определенный вес.
  2. Порядок людей, ожидающих в очереди, определяется поворотом столбца.
  3. Максимальная вместимость лифта <= 1000 фунтов.
  4. Верните имя последнего человека, который может войти в лифт, пока он не стал слишком тяжелым!
  5. Тип возврата должен быть таблицей

введите описание изображения здесь

Вопрос: Как наиболее эффективно решить эту проблему? Если циклы верны, есть ли место для улучшения?

Я использовал таблицы loop и # temp, вот мое решение:

set rowcount 0
-- THE SOURCE TABLE "LINE" HAS THE SAME SCHEMA AS #RESULT AND #TEMP
use Northwind
go

declare @sum int
declare @curr int
set @sum = 0
declare @id int

IF OBJECT_ID('tempdb..#temp','u') IS NOT NULL
    DROP TABLE #temp

IF OBJECT_ID('tempdb..#result','u') IS NOT NULL
    DROP TABLE #result

create table #result( 
    id int not null,
    [name] varchar(255) not null,
    weight int not null,
    turn int not null
)

create table #temp( 
    id int not null,
    [name] varchar(255) not null,
    weight int not null,
    turn int not null
)

INSERT into #temp SELECT * FROM line order by turn

 WHILE EXISTS (SELECT 1 FROM #temp)
  BEGIN
   -- Get the top record
   SELECT TOP 1 @curr =  r.weight  FROM  #temp r order by turn  
   SELECT TOP 1 @id =  r.id  FROM  #temp r order by turn

    --print @curr
    print @sum

    IF(@sum + @curr <= 1000)
    BEGIN
    print 'entering........ again'
    --print @curr
      set @sum = @sum + @curr
      --print @sum
      INSERT INTO #result SELECT * FROM  #temp where [id] = @id  --id, [name], turn
      DELETE FROM #temp WHERE id = @id
    END
     ELSE
    BEGIN    
    print 'breaaaking.-----'
      BREAK
    END 
  END

   SELECT TOP 1 [name] FROM #result r order by r.turn desc 

Вот скрипт Create для таблицы, которую я использовал Northwind для тестирования:

USE [Northwind]
GO

/****** Object:  Table [dbo].[line]    Script Date: 28.05.2018 21:56:18 ******/
SET ANSI_NULLS ON
GO

SET QUOTED_IDENTIFIER ON
GO

CREATE TABLE [dbo].[line](
    [id] [int] NOT NULL,
    [name] [varchar](255) NOT NULL,
    [weight] [int] NOT NULL,
    [turn] [int] NOT NULL,
PRIMARY KEY CLUSTERED 
(
    [id] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY],
UNIQUE NONCLUSTERED 
(
    [turn] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]

GO

ALTER TABLE [dbo].[line]  WITH CHECK ADD CHECK  (([weight]>(0)))
GO

INSERT INTO [dbo].[line]
    ([id], [name], [weight], [turn])
VALUES
    (5, 'gary', 800, 1),
    (3, 'jo', 350, 2),
    (6, 'thomas', 400, 3),
    (2, 'will', 200, 4),
    (4, 'mark', 175, 5),
    (1, 'james', 100, 6)
;
Легенды
источник

Ответы:

16

Вы должны стараться избегать петель в целом. Обычно они менее эффективны, чем решения на основе множеств, а также менее читабельны.

Ниже должно быть довольно эффективным.

Тем более, если столбцы name и weight могут быть INCLUDE-добавлены в индекс, чтобы избежать поиска ключей.

Он может сканировать уникальный индекс в порядке turnи вычислять промежуточную сумму Weightстолбца, а затем использовать LEADс теми же критериями упорядочения, чтобы увидеть, какой будет промежуточная сумма в следующей строке.

Как только он находит первую строку, где она превышает 1000 или равна NULL(указывает на отсутствие следующей строки), он может остановить сканирование.

WITH T1
     AS (SELECT *,
                SUM(Weight) OVER (ORDER BY turn ROWS UNBOUNDED PRECEDING) AS cume_weight
         FROM   [dbo].[line]),
     T2
     AS (SELECT LEAD(cume_weight) OVER (ORDER BY turn) AS next_cume_weight,
                *
         FROM   T1)
SELECT TOP 1 name
FROM   T2
WHERE  next_cume_weight > 1000
        OR next_cume_weight IS NULL
ORDER  BY turn 

План выполнения

введите описание изображения здесь

На практике кажется, что он читает на несколько строк впереди, где это строго необходимо, - похоже, что каждая пара катушек окон / агрегатов потока вызывает чтение двух дополнительных строк.

Для образцов данных в этом вопросе в идеале нужно было бы только прочитать две строки из сканирования индекса, но в действительности он читает 6, но это не является существенной проблемой эффективности, и это не ухудшается, так как в таблицу добавляется больше строк (как в это демо )

Для тех, кто интересуется этой проблемой, изображение со строками, выводимыми каждым оператором (как показано query_trace_column_valuesрасширенным событием), расположено ниже, строки выводятся по row_idпорядку (начиная 47с первой строки, прочитанной при сканировании индекса, и заканчивая 113для TOP)

Нажмите на изображение ниже, чтобы увеличить его или, в качестве альтернативы, увидеть анимированную версию, чтобы упростить процесс .

Приостановка анимации в точке, где агрегат правого потока выпустил свой первый ряд (для gary - turn = 1). Кажется очевидным, что он ожидал получить свою первую строку с другим WindowCount (для Jo - turn = 2). И оконная шпуля не освобождает первую строку «Джо», пока не прочитает следующую строку с другим turn(для Томаса - turn = 3)

Таким образом, спул окна и агрегат потока вызывают чтение дополнительной строки, и в плане их четыре, а значит, и 4 дополнительные строки.

введите описание изображения здесь

Ниже приводится объяснение столбцов, показанных выше (на основе информации здесь ).

  • NodeName: индексное сканирование, NodeId: 15, ColumnName: идентификатор базовой таблицы, охватываемый индексом
  • NodeName: индексное сканирование, NodeId: 15, ColumnName: поворот столбца базовой таблицы, охватываемого индексом
  • NodeName: поиск кластеризованного индекса, NodeId: 17, ColumnName: столбец таблицы весов, полученный из поиска
  • NodeName: поиск кластеризованного индекса, NodeId: 17, ColumnName: столбец базовой таблицы имен, полученный из поиска
  • NodeName: Segment, NodeId: 13, ColumnName: Segment1010 Возвращает 1 в начале новой группы или ноль в противном случае. Поскольку ни один не Partition Byв SUMединственной первой строке получает 1
  • NodeName: Sequence Project, NodeId: 12, ColumnName: RowNumber1009 row_number() в группе, указанной флагом Segment1010. Поскольку все строки находятся в одной группе, это целые числа от 1 до 6 по возрастанию. Используется для фильтрации строк в правом кадре в подобных случаях rows between 5 preceding and 2 following. (или как LEADпозже)
  • NodeName: Segment, NodeId: 11, ColumnName: Segment1011 Возвращает 1 в начале новой группы или ноль в противном случае. Поскольку ни один не Partition Byв SUMединственной первой строке получает 1 (То же, что Segment1010)
  • NodeName: Window Spool, NodeId: 10, ColumnName: WindowCount1012 Атрибут, который группирует строки, принадлежащие рамке окна. В этой оконной катушке используется чехол "ускоренного режима" UNBOUNDED PRECEDING. Где это испускает две строки на исходную строку. Один с совокупными значениями и один с подробными значениями. Хотя нет видимой разницы в строках, представленных, query_trace_column_valuesя предполагаю, что кумулятивные столбцы существуют в действительности.
  • NodeName: Stream Aggregate, NodeId: 9, ColumnName: Expr1004, Count(*) сгруппированный по WindowCount1012 в соответствии с планом, но на самом деле текущий счет
  • NodeName: Stream Aggregate, NodeId: 9, ColumnName: Expr1005, SUM(weight) сгруппированный по WindowCount1012 в соответствии с планом, но на самом деле текущая сумма весов (т.е. cume_weight)
  • NodeName: Segment, NodeId: 7, ColumnName: Expr1002 CASE WHEN [Expr1004]=(0) THEN NULL ELSE [Expr1005] END - не вижу, как COUNT(*)может быть 0, поэтому всегда будет работать sum ( cume_weight)
  • NodeName: Сегмент, NodeId: 7, ColumnName: Segment1013 Нет partition byна LEADтак первый ряд получает 1. Все остальные прибудете нулевой
  • NodeName: Sequence Project, NodeId: 6, ColumnName: RowNumber1006 row_number() в группе, указанной флагом Segment1013. Поскольку все строки находятся в одной группе, это целые числа от 1 до 4 по возрастанию
  • NodeName: Segment, NodeId: 4, ColumnName: BottomRowNumber1008 RowNumber1006 + 1, поскольку LEADтребуется одна следующая строка
  • NodeName: Segment, NodeId: 4, ColumnName: TopRowNumber1007 RowNumber1006 + 1, поскольку LEADтребуется одна следующая строка
  • NodeName: Сегмент, NodeId: 4, ColumnName: Segment1014 Нет partition byна LEADтак первый ряд получает 1. Все остальные прибудете нулевой
  • NodeName: Window Spool, NodeId: 3, ColumnName: WindowCount1015 Атрибут, который группирует строки, принадлежащие рамке окна, с использованием предыдущих номеров строк. Фрейм окна LEADимеет максимум 2 строки (текущая и следующая)
  • Имя узла: агрегат потока, идентификатор узла: 2, имя столбца: Expr1003 LAST_VALUE([Expr1002]) дляLEAD(cume_weight)
Мартин Смит
источник
6

Как любопытство (поскольку в вопросе говорится о T-SQL), также можно эффективно решить эту проблему с помощью SQLCLR.

Идея состоит в том, чтобы читать строки по одной за раз turnдо тех пор, пока число не weightпревысит 1000 (или у нас не останется строк), а затем вернуть последнее nameчтение.

Исходный код:

using Microsoft.SqlServer.Server;
using System.Data;
using System.Data.SqlClient;
using System.Data.SqlTypes;

public partial class UserDefinedFunctions
{
    [SqlFunction(DataAccess = DataAccessKind.Read,
        SystemDataAccess = SystemDataAccessKind.None,
        IsDeterministic = true, IsPrecise = true)]
    [return: SqlFacet(IsFixedLength = false, IsNullable = true, MaxSize = 255)]
    public static SqlString Elevator()
    {
        const string query =
            @"SELECT L.[name], L.[weight]
            FROM dbo.line AS L
            ORDER BY L.turn;";

        using (var con = new SqlConnection("context connection = true"))
        {
            con.Open();
            using (var cmd = new SqlCommand(query, con))
            {
                var rdr = cmd.ExecuteReader(CommandBehavior.SingleResult);
                var name = SqlString.Null;
                var total = 0;

                while (rdr.Read() && (total += rdr.GetInt32(1)) <= 1000)
                {
                    name = rdr.GetSqlString(0);
                }
                return name;
            }
        }
    }
}

Скомпилированная сборка и функция T-SQL:

CREATE ASSEMBLY Elevator AUTHORIZATION [dbo]
FROM 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
WITH PERMISSION_SET = SAFE;
GO
CREATE FUNCTION dbo.Elevator ()
RETURNS nvarchar(255)
AS EXTERNAL NAME Elevator.UserDefinedFunctions.Elevator;

Получение результата:

SELECT dbo.Elevator();
Пол Уайт 9
источник
1

Небольшое отклонение от решения Мартина Смита

SELECT top 1 name
FROM (
    SELECT id, name, weight, turn
         , SUM(weight) OVER (ORDER BY turn) AS cumulative_weight
    FROM line                               
) as T
WHERE cumulative_weight <= 1000
ORDER BY turn DESC 

RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW это оконная рама по умолчанию, поэтому я этого не объявлял.

Предикат для текущего совокупного веса используется вместо следующего совокупного веса.

Я не проверил ни одного плана, поэтому не могу сказать, есть ли разница в этом отношении.

Леннарт
источник
Я вижу, я окружен фанатами БД :-). Я должен проверить все ключевые слова, которые вы, ребята, упоминаете, чтобы понять, что они делают. Я только взглянул на Client statistics --> Total Execution Time, а не то, Actual execution planчто, пожалуй, самое интересное здесь. На Client Statisticsваше решение является чуть - чуть медленнее , чем Мартин. Спасибо за дополнительную информацию. Какой метод можно использовать для измерения различий в производительности между различными подходами?
Легенды
1
Боюсь, мои знания SQL-сервера очень ограничены, поэтому я не очень разбираюсь в том, какие метрики использовать. У Мартина есть ссылка db <> fiddle в его ответе, возможно, вы можете посмотреть планы там.
Леннарт
1
Я также не проверял планы, но предположил бы, что это, вероятно, вычислит промежуточную сумму по всей таблице, а затем отсортирует результирующие строки, соответствующие WHERE. Я сомневаюсь, что он будет использовать проверочное ограничение, чтобы знать, что промежуточная сумма строго возрастает и может остановиться рано. Кроме того, в SQL Server, за исключением случаев, когда используется агрегат окна в пакетном режиме, указание ROWS, а не RANGE, является предпочтительным, даже если нет дубликатов, поскольку оконная папка находится в памяти, а не на диске
Мартин Смит,
@MartinSmith, интересно. В вашем решении LEAD позволяет выдвинуть предикат next_cume_weight <10000 внутри T1 и рано выйти из сканирования индекса? Я проверил план по моему запросу и ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROWввел Sequence Project (Compute Scalar)оператор. Само собой разумеется, я понятия не имею, что это значит :-)
Леннарт
1
Индекс доставляет строки в порядке, необходимом для суммы, лидерства и вершины. Как только top получает свою первую строку, он может перестать запрашивать больше строк, и выполнение может остановиться.
Мартин Смит
0

Вы можете сделать соединение против себя:

select 
    a.id, a.turn, a.game, 
    coalesce(sum(b.weight), 0) as cumulative_weight
from
    table a
left join 
    table b
on
    a.turn > b.turn
group by
    a.id, a.turn, a.game ;

Подобные вещи не очень эффективны, так как вызывают выбор в строке. Но, по крайней мере, это выражается как одно утверждение.

Если вам не нужно делать это полностью в SQL, вы можете просто выбрать все строки и пройтись по ним, добавляя их по мере продвижения.

Вы можете сделать то же самое в хранимой процедуре без временной таблицы. Просто держите сумму и имя последней строки в переменной.

ypercubeᵀᴹ
источник
Извините, я не знаю, как заставить это работать с a. self-joinЕсли бы вы могли сделать небольшой воспроизводимый пример, я добавил определение таблицы в свой вопрос. Мой sql плохо .... Мне нужно имя человека, ближайшего к <= 1000 фунтов.
Легенды
похоже, ваше обновление работает нормально, вам нужно немного поиграть с ним, если вы хотите, чтобы оно получало только точный результат. Но, как я уже сказал, это не супер эффективно
ОК? Я получаю ноль за Персона с идентификатором 5 ...
Legends
это странно, я ожидаю, что sum () вернет 0 для суммы по 0 строкам
Сумма по 0 строкам не равна 0 (к сожалению). Вам нужно использовать COALESCE()или ISNULL()функцию или CASEвыражение, чтобы сделать его 0.
ypercubeᵀᴹ