问题描述
我们有一个包含非规范化数据的表，该表存储事件以及以下字段： 产品编号|产品名称| SubcategoryId
它们直接相互依赖，因此对于特定的productid，Productname和subcategoryid可能只有一个值。 由于我们存储事件，因此我们有很多行，其中包含与上述三个字段相同的信息。
我们现在正在设计一个查询，以获取唯一的productid，productname和subcategoryid。 这些查询将返回相同的实体：
select ProductId from VisitEvents
group by ProductId
与此一样：
select productid,productname,subcategoryid from visitevents
group by productid,subcategoryid
但是，后者要慢几个数量级。 除了第一个查询中要分组的字段之外，还有什么方法可以投射其他字段？
解决方法
我对速度问题的潜在原因发表了评论（主要可能是由于读取和排序所需的处理量增加）。
但是，我对您的问题的主要理解是
- 您的数据实际上只是按照productid分组，但是由于它是非规范化的，因此它还有其他与productid直接相关的列
- 因为您要在所有三个字段上进行分组，所以速度很慢-您希望仅通过对productid进行分组来使速度更快
答案1：编制索引
如果在这些列上放置索引，则该索引将已经预先排序。但是，我的猜测是您的索引已经非常密集，因此更多索引可能会导致问题。如果不是，那么请尝试仅在所有3个字段上添加索引，或者如果某些字段太大（例如nvarchar（4000）），则在其余字段上添加索引，并“包含”大字段。
调整查询
对于这些，我们接受必须在查询中进行排序。问题是如何减少处理和/或读取。
没有统计数据和/或执行计划，这可能很难-但这里有一些建议。
我认为下面的第一种方法不会确实有效，但值得尝试。
select productid,MAX(productname) as productname,MAX(subcategoryid) as subcategoryid
from visitevents
group by productid
希望您能看到我正在尝试做的-将分组依据减少到一个字段。但是，由于仍需要进行排序以获取最大值，因此它可能仍然很慢（尽管由于未将它们排序在一起，所以可能会更快一些）。
一种替代方法是获取productid的排序/组，并获取相应值的 any （您不在乎哪个）。一种方法是
; WITH cte AS
(select productid,productname,subcategoryid,ROW_NUMBER() OVER (PARTITION BY productid ORDER BY productid) AS rn
from visitevents
)
SELECT productid,subcategoryid
FROM cte
WHERE cte.rn = 1
对于上面的方法，它获取所有数据，按乘积id对其进行排序，然后（随机地）为该组中的每一行分配行号。然后，它仅获取所有第一行。
这很丑。这种滥用窗口函数（PARTITION BY productid ORDER BY productid ???）的定义是，此ORDER BY不会执行任何操作，但会包含在内，因为您必须在ROW_NUMBER内有一个ORDER BY。
什么也不做是您想要的-不想在其他种类上花费CPU周期。因此，希望它会有所帮助。