SQL Server: объединение таблиц на основе значений, зависящих от записи

Question

Есть общий тип запроса, который я пытаюсь выполнить, и я не уверен, как выразить его словами, чтобы найти обсуждение лучших практик и примеров его выполнения.

Вот пример использования.

У меня есть таблица customers с информацией о клиентах и ​​таблица orders. Я хочу получить подмножество записей из orders на основе характеристик клиентов, ограниченных «самыми ранними» и «самыми поздними» датами, содержащимися в качестве данных в таблице customers. Для решения важно, чтобы я ограничил результаты своего запроса в пределах этого диапазона дат, который зависит от клиента.

ЗАКАЗЧИКИ

+------------+------------+----------+---------------------+-------------------+
| 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        |
+------------+------------+----------+---------------------+-------------------+

ЗАКАЗЫ

+----------+------------+------------+---------+
| 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 |     ... |

Пример использования, выраженный словами: «Дайте мне все активные заказы от клиентов из финансов в Нью-Йорке».

Желаемый результат - вернуть полные записи из таблицы orders для OrderID 5431,5432,5434.

Каков обычно хороший подход для структурирования запроса такого типа, учитываяorders таблица с ~ 10 ^ 6 записями?

Answer 1

Вы ищете объединение:

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'

Для производительности в этом запросе рассмотрите следующие индексы:

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

Answer 2

Предполагая, что результирующий набор представляет собой небольшое подмножество заказов (скажем, менее 1% заказов, но 1% для иллюстрации), я бы сформулировал запрос следующим образом:

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';

Стратегия индексирования сложна. Для небольших наборов результатов вы, вероятно, захотите сначала ограничить клиентов, а затем найти соответствующие заказы. Этот подход предлагает индексы для:

• customers(location, industry, customer_id, EarliestActiveOrder, LatestActiveOrder)
• orders(customer_id, startdate)

Если бы у вас были другие столбцы для фильтрации, вам потребуются отдельные индексы дляих. Например, для industry -только фильтрации:

• customers(industry, customer_id, EarliestActiveOrder, LatestActiveOrder)

Это может стать громоздким.

Если, с другой стороны,ваш набор результатов, вероятно, будет значительным числом заказов, тогда сканирование таблицы orders может быть более эффективным. Вы можете попробовать положиться на оптимизатор. Или просто нажмите его в правильном направлении, сформулировав запрос следующим образом:

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'
             );

В этом случае вам нужен индекс на customers(customer_id) - но это, вероятно, уже первичный ключ, так что вы в порядке. Преимущество в том, что вам не нужно беспокоиться о точных критериях фильтрации. Недостатком является полное сканирование таблицы на orders (но не дополнительная работа для join, group by или order by).