sql-server - 如何廉价地确定列是否仅包含 NULL 记录？

Question

我有一个有 500 列和 100M 行的大表。基于一个小样本，我相信只有大约 50 列包含任何值，而其他 450 列仅包含 NULL 值。我想列出不包含数据的列。

在我目前的硬件上，查询每一列大约需要 24 小时 ( select count(1) from tab where col_n is not null)

有没有更便宜的方法来确定一列完全为空/NULL？

score 14 · Accepted Answer

那这个呢：

SELECT
    SUM(CASE WHEN column_1 IS NOT NULL THEN 1 ELSE 0) column_1_count,
    SUM(CASE WHEN column_2 IS NOT NULL THEN 1 ELSE 0) column_2_count,
    ...
FROM table_name

?

如果您使用 INFORMATION_SCHEMA.COLUMNS 表，您可以轻松创建此查询。

编辑：

另一个想法：

SELECT MAX(column_1), MAX(column_2),..... FROM table_name

如果结果包含值，则填充列。它应该需要一次表扫描。

score 1 · Accepted Answer

试试这个——

DDL：

IF OBJECT_ID ('dbo.test2') IS NOT NULL
   DROP TABLE dbo.test2

CREATE TABLE dbo.test2
(
      ID BIGINT IDENTITY(1,1) PRIMARY KEY
    , Name VARCHAR(10) NOT NULL
    , IsCitizen BIT NULL
    , Age INT NULL
)

INSERT INTO dbo.test2 (Name, IsCitizen, Age)
VALUES 
    ('1', 1, NULL),
    ('2', 0, NULL),
    ('3', NULL, NULL)

查询一：

DECLARE 
      @TableName SYSNAME
    , @ObjectID INT
    , @SQL NVARCHAR(MAX)

SELECT 
      @TableName = 'dbo.test2'
    , @ObjectID = OBJECT_ID(@TableName)

SELECT @SQL = 'SELECT' + CHAR(13) + STUFF((
    SELECT CHAR(13) + ', [' + c.name + '] = ' + 
        CASE WHEN c.is_nullable = 0 
            THEN '0' 
            ELSE 'CASE WHEN ' + totalrows + 
                 ' = SUM(CASE WHEN [' + c.name + '] IS NULL THEN 1 ELSE 0 END) THEN 1 ELSE 0 END' 
        END
    FROM sys.columns c WITH (NOWAIT) 
    CROSS JOIN (
        SELECT totalrows = CAST(MIN(p.[rows]) AS VARCHAR(50))
        FROM sys.partitions p
        WHERE p.[object_id] = @ObjectID
            AND p.index_id IN (0, 1)
    ) r
    WHERE c.[object_id] = @ObjectID
    FOR XML PATH(''), TYPE).value('.', 'NVARCHAR(MAX)'), 1, 2, ' ') + CHAR(13) + 'FROM ' + @TableName

PRINT @SQL

EXEC sys.sp_executesql @SQL

输出 1：

SELECT
  [ID] = 0
, [Name] = 0
, [IsCitizen] = CASE WHEN 3 = SUM(CASE WHEN [IsCitizen] IS NULL THEN 1 ELSE 0 END) THEN 1 ELSE 0 END
, [Age] = CASE WHEN 3 = SUM(CASE WHEN [Age] IS NULL THEN 1 ELSE 0 END) THEN 1 ELSE 0 END
FROM dbo.test2

查询 2：

DECLARE 
      @TableName SYSNAME
    , @SQL NVARCHAR(MAX)

SELECT @TableName = 'dbo.test2'

SELECT @SQL = 'SELECT' + CHAR(13) + STUFF((
    SELECT CHAR(13) + ', [' + c.name + '] = ' + 
        CASE WHEN c.is_nullable = 0 
            THEN '0' 
            ELSE 'CASE WHEN '+
                 'MAX(CAST([' + c.name + '] AS CHAR(1))) IS NULL THEN 1 ELSE 0 END' 
        END
    FROM sys.columns c WITH (NOWAIT) 
    WHERE c.[object_id] = OBJECT_ID(@TableName)
    FOR XML PATH(''), TYPE).value('.', 'NVARCHAR(MAX)'), 1, 2, ' ') + CHAR(13) + 'FROM ' + @TableName

PRINT @SQL

EXEC sys.sp_executesql @SQL

输出 2：

SELECT
  [ID] = 0
, [Name] = 0
, [IsCitizen] = CASE WHEN MAX(CAST([IsCitizen] AS CHAR(1))) IS NULL THEN 1 ELSE 0 END
, [Age] = CASE WHEN MAX(CAST([Age] AS CHAR(1))) IS NULL THEN 1 ELSE 0 END
FROM dbo.test2

结果：

ID          Name        IsCitizen   Age
----------- ----------- ----------- -----------
0           0           0           1

score 0 · Accepted Answer

SQL 服务器查询以获取表中的列列表以及数据类型、NOT NULL 和 PRIMARY KEY 约束

在上述问题的最佳答案中运行 SQL 并生成如下所示的新查询。

Select ISNULL(column1,1), ISNULL(column2,1), ISNULL(column3,1) from table

score 0 · Accepted Answer

500列？！
好的，您问题的正确答案是：规范化您的表格。

以下是暂时发生的事情：

您在该列上没有索引，因此 SQL Server 必须对您的庞大表进行全面扫描。
SQL Server 肯定会完全读取每一行（即使您只对其中一个感兴趣，这也意味着每一列）。
而且由于您的行很可能超过 8kb ... http://msdn.microsoft.com/en-us/library/ms186981%28v=sql.105%29.aspx

说真的，规范化你的表格，如果需要的话水平拆分它（将“主题分组”列放在单独的表格中，只在需要时阅读它们）。

编辑：您可以像这样重写您的查询

select count(col_n) from tab

如果您想一次获取所有列（更好）：

SELECT
    COUNT(column_1) column_1_count,
    COUNT(column_2) column_2_count,
    ...
FROM table_name

score 0 · Accepted Answer

你能检查一下colums idexing是否能帮助你提高性能吗

CREATE UNIQUE NONCLUSTERED INDEX IndexName ON dbo.TableName(ColumnName)
WHERE ColumnName IS NOT NULL;
GO

score 0 · Accepted Answer

您不需要“计算”所有 100M 记录。当您在点击具有非空值的列后立即使用 TOP 1 退出查询时，将在提供相同信息的同时节省大量时间。

score 0 · Accepted Answer

如果大多数记录不为空，则您可以将建议的一些方法（例如仅检查可空字段）与以下内容混合使用：

if exists (select * from table where field is not null)

这应该会加快搜索速度，因为一旦满足条件，exists 就会停止搜索，在此示例中，一条非空记录足以决定字段的状态。如果该字段有一个索引，这应该几乎是即时的。

通常不需要将 top 1 添加到此查询，因为查询优化器知道您不需要检索所有匹配的记录。

score 0 · Accepted Answer

您可以使用此存储过程来解决问题您需要提供要查询的表名请注意，如果您将 @exec 参数 = 1 传递给过程，它将执行选择查询

 SET ANSI_NULLS ON
 GO
 SET QUOTED_IDENTIFIER ON
 GO
 CREATE PROCEDURE [dbo].[SP_SELECT_NON_NULL_COLUMNS] ( @tablename varchar (100)=null, @exec int =0)
 AS BEGIN
 SET NOCOUNT ON
    IF @tablename IS NULL
          RAISERROR('CANT EXECUTE THE PROC, TABLE NAME IS MISSING',16 ,1)
                      ELSE
    BEGIN
          IF OBJECT_ID('tempdb..#table') IS NOT NULL DROP TABLE #table
          DECLARE @i VARCHAR (max)=''
          DECLARE @sentence VARCHAR (max)=''
          DECLARE @SELECT VARCHAR (max)
          DECLARE @LocalTableName VARCHAR(50) = '['+@tablename+']'
          CREATE TABLE  #table  (ColumnName VARCHAR (max))
          SELECT @i+=
          ' IF EXISTS ( SELECT TOP 1 '+column_name+' FROM '  +@LocalTableName+' WHERE ' +column_name+
               ' '+'IS NOT NULL) INSERT INTO #table VALUES ('''+column_name+''');'
                FROM INFORMATION_SCHEMA.COLUMNS WHERE table_name=@tablename
                INSERT INTO #table
                EXEC (@i)
                 SELECT @sentence = @sentence+' '+columnname+' ,' FROM #table                  
         DROP TABLE #table                 
                IF @exec=0
                      BEGIN
                            SELECT 'SELECT '+ LTRIM (left (@sentence,NULLIF(LEN (@sentence)-1,-1)))+
                                        +' FROM ' +@LocalTableName
                END
                ELSE
                      BEGIN 
                            SELECT @SELECT=  'SELECT '+ LTRIM (left (@sentence,NULLIF(LEN (@sentence)-1,-1)))+
                                              +' FROM '+@LocalTableName
                    EXEC (@SELECT)
                END
 END
 END

像这样使用它：

EXEC [dbo].[SP_SELECT_NON_NULL_COLUMNS] 'YourTableName' , 1

sql-server - 如何廉价地确定列是否仅包含 NULL 记录？

8 回答 8

Related

Reference