1

关于如何压缩此查询的想法？

select [gp1].[sID] 
from
( 
   select [ftsIndexWordOnce].[sID], [ftsIndexWordOnce].[wordID]
     from [ftsIndexWordOnce] with (nolock)
     Join [FTSindex] with (nolock) 
       On [FTSindex].[sID] = [ftsIndexWordOnce].[sID] 
      And [FTSindex].[wordID] = [ftsIndexWordOnce].[wordID] 
      And [FTSindex].[wordPOS] <= '1000' 
     join [FTSwordDef] with (nolock) 
       on [ftsIndexWordOnce].[wordID] = [FTSwordDef].[ID] 
      and [FTSwordDef].[word] in ('capital','bank')   
    group by [ftsIndexWordOnce].[sID], [ftsIndexWordOnce].[wordID]
)   [gp1] 
group by [gp1].[sID] 
having count(*) = 2

PK [ftsIndexWordOnce] 是 [sID]，[wordID]
PK [FTSindex] 是 [sID]，[wordPos]

以下不是问题的一部分。
这只是背景。

基本查询是 

select [ftsIndexWordOnce].[sID] 
 from [ftsIndexWordOnce] with (nolock)
 join [FTSwordDef] with (nolock) 
   on [ftsIndexWordOnce].[wordID] = [FTSwordDef].[ID] 
  and [FTSwordDef].[word] in ('capital','bank')
group by [ftsIndexWordOnce].[sID]
having count(*) = 2 
order by [ftsIndexWordOnce].[sID]

这会找到包含这两个单词的文档。
问题查询将此扩展到 1000 个单词中的这两个单词。

4

2 回答 2

2

我认为最重要的问题是您需要在列中FTSindex和列ftsIndexWordOnce上都有索引wordID。您没有说这些表上是否有wordID作为第一列的非聚集索引 - 但即使它们有这样的索引，从 known 中查找单个单词的频率是sID多少？在我看来，您似乎更有可能从特定的已知单词开始并试图从中找到sIDs。如果我的猜测是正确的，那么您的 PK 应该更改为wordID放在第一位。sID可以是非聚集索引中的第一列，这样基于目标的查询sID仍然可以使用两个单独的查找（一次到非聚集，然后到聚集）。

一旦这些索引到位，我们就可以解决下一件事：看起来你正在加入，ftsIndexWordOnce因为它每次只索引每个单词sID，但由于该表没有firstWordPOS列，你还必须加入FTSindex到确保每个单词出现在前 1000 个中——所以这几乎失去了使用ftsIndexWordOnce. 现在，由于我的猜测是您必须对其中任何一个进行表扫描，ftsIndexWordOnce因此仍然会给您带来一些好处，因为它是一个较小的表，因此需要较少的读取来扫描。一旦你解决了上面的索引问题，突然间ftsIndexWordOnce不必要地花费更多，你可以ftsIndexWordOnce通过使用从查询中消除Count(DISTINCT)：

SELECT
   i.sID
FROM
   dbo.FTSindex i
   INNER JOIN dbo.FTSwordDef w
      ON i.wordID = w.ID
WHERE
   i.wordPOS <= 1000
   AND w.word in ('capital','bank')   
GROUP BY
   i.sID
HAVING
   Count(DISTINCT i.wordID) = 2
;

另一个想法是，您可以向 中添加一firstWordPOS列ftsIndexWordOnce，并首先修改您已经用来构建它的任何过程以更新它（然后填充它）。这将允许您返回原始查询并简单地添加条件AND firstWordPOS <= 1000。随着ftsIndexWordOnce表的更小尺寸及其以 开头的新聚集索引wordID，性能将进一步提高。

wordID这是另一个疯狂的想法，如果您确实添加索引但不使其成为聚集索引的第一列，它可能会给您带来一些好处：

SELECT W1.sID
FROM
   (
      SELECT DISTINCT i.sID
      FROM
         dbo.FTSindex i
         INNER JOIN dbo.FTSwordDef w
            ON i.wordID = w.ID
      WHERE
         i.wordPOS <= 1000 
         AND w.word = 'capital'
    ) W1 INNER JOIN (
      SELECT DISTINCT i.sID
      FROM
         dbo.FTSindex i
         INNER JOIN dbo.FTSwordDef w
            ON i.wordID = w.ID
      WHERE
         i.wordPOS <= 1000 
         AND w.word = 'bank'
     ) W2 ON W1.sID = W2.sID
;

这样做的缺点是不容易修改以容纳更多单词，但可能会将某些查询从扫描切换到范围搜索 - 有时OR或者IN可以触发扫描，如果项目数量很少，单独的查询将被搜索。

最后，由于wordPOS显然是数字，请不要在查询中将其作为字符串放在引号中：wordPOS <= 1000更好。

PS 需要明确的是，不需要更改 PK。正如您所说，这样做可能会对夜间加载过程造成灾难性影响。但是您确实指出还有其他索引，因此如果您WordID在这些表中有一个索引，那么您可能已经得到了很好的服务。

我可以谦虚地建议（因为我不像您那样了解您的系统），如果您的负载主要插入新数据而不更改大量现有数据，那么您的系统可能会达到一个临界点，重新加载整个数据集会更慢而不是进行更改。您甚至可以考虑使用按 排序的临时表sID，并且仅对决赛桌进行战略更新——如果您要这样做，那么更改决赛桌的 PK 可能成为一种选择。只是一个（可能是无知的）想法。

于 2013-06-13T02:31:58.157 回答
0

试试这个，它可能会工作：

 select Distinct o.sID
 from ftsIndexWordOnce o with (nolock)
    Join FTSindex i with (nolock) 
       On i.sID = o.sID 
          And i.wordID = o.wordID 
          And i.wordPOS <= '1000' 
    join FTSwordDef w with (nolock) 
       on w.ID = o.wordID
          and w.word in ('capital','bank')   
 group by o.sID
 Having Count(*) = 2
于 2013-06-13T01:26:09.293 回答