问题标签 [user-defined-functions]

我想把它写成用户定义的函数：

这可能与UDF有关吗？

情况如下：
我有一个带有 datetime 参数的表值函数，例如 tdf(p_date)，它过滤大约 200 万行，选择列 date 小于 p_date 的行，并计算其他列的一些聚合值。
它工作得很好，但如果 p_date 是一个自定义标量值函数（在我的例子中返回一天结束），执行计划就会改变，查询从 1 秒到 1 分钟执行时间。

概念证明表 - 1K 产品，2M 行：

内联表值函数：

标量值函数：

查询 1 - 工作得很好

执行计划结束：Stream Aggregate Cost 13% <--- Clustered Index Scan Cost 86%

查询 2 - 不太好

执行计划结束：Stream Aggregate Cost 4% <--- Filter Cost 12% <--- Clustered Index Scan Cost 86%

给定一个表值函数，例如dbo.Split()来自"T-SQL: Opposite to string concatenation - how to split string into multiple records"，我如何将多行作为参数传递？

这有效：

它返回：

但这不会：

这也不是：

文档说：

在子查询的 FROM 子句中调用返回表的用户定义函数时，函数参数不能引用外部查询中的任何列。

我正在寻找的那种结果集看起来像：

有没有办法（当然，除了光标）来完成这个？

（编辑）

根据 MarlonRibunal 的要求，生成上述结果的示例表如下所示：

id是一个int；myColumn是一个varchar(max)。

我的系统做了一些相当繁重的处理，我一直在攻击性能，以便让我能够在更短的时间内运行更多的测试运行。

我有很多情况下，UDF 必须被调用，比如说 500 万行（我几乎认为没有办法绕过它）。

好吧，事实证明，有一种方法可以解决这个问题，并且当通过一组比总行集小一些的不同参数调用 UDF 时，它可以显着提高性能。

考虑一个 UDF，它接受一组输入并返回基于复杂逻辑的结果，但是对于超过 5m 行的输入集，只有 100,000 个不同的输入，所以它只会产生 100,000 个不同的结果元组（我的特别从利率到复杂的代码分配，情况各不相同，但它们都是离散的——这种技术的基本点是，您可以通过运行SELECT DISTINCT) 来简单地确定该技巧是否有效。

我发现通过这样做：

当 PreCalcs 被适当索引时，将其与：

你会在性能上获得巨大的提升。显然，仅仅因为某些东西是确定性的，并不意味着 SQL Server 正在缓存过去的调用并重新使用它们，正如人们可能认为的那样。

您唯一需要注意的是允许 NULL 的位置，然后您需要仔细修复连接：

希望这会有所帮助，并且欢迎使用 UDF 或重构查询以提高性能的任何类似技巧。

我想问题是，为什么这样的手动缓存是必要的——服务器不知道函数是确定性的吗？如果它产生了如此大的差异，并且如果 UDF 如此昂贵，那么优化器为什么不直接在执行计划中进行呢？

我有一个案例，我需要从同一个表中翻译（查找）几个值。我写它的第一种方式是使用子查询：

因为我经常使用这个子查询（也就是说，我有大约 50 个包含这些字段的表），我可能需要向子查询添加更多代码（例如， "AND active = 1" ）我想我' d 将它们放入用户定义的函数UDF并使用它。但是使用该 UDF 的性能非常糟糕。

#1 的性能不到 1 秒。#2 的性能大约是 30 秒...

为什么，或者更重要的是，有什么方法可以在 SQL Server 2008 中编码，这样我就不必使用这么多子查询了？

编辑：

只是对何时有用的更多解释。当我想为用户获取文本时，这个简单的查询（即获取用户 ID）变得更加复杂，因为我必须加入个人资料才能获取语言，并与公司一起查看是否应该获取语言'而是从那里编辑，并使用翻译表来获取翻译后的文本。对于这些查询中的大多数，性能是可读性和可维护性的次要问题。

我正在尝试优化我正在维护的存储过程，并且想知道是否有人可以让我了解以下选项的性能优势/劣势。对于我的解决方案，我基本上需要对存储在表中的 IMAGE 列中的图像运行转换程序。转换过程位于外部 .EXE 文件中。这是我的选择：

1. 将目标表的结果拉到一个临时表中，然后使用游标遍历表中的每一行并在 IMAGE 列上运行存储过程。存储过程调用.EXE。

2. 创建一个调用 .EXE 文件的 UDF，并运行类似于“从 TargetTable 中选择 UDFNAME(Image_Col)”的 SQL 查询。

我想我正在寻找的是创建光标会增加多少开销的想法，而不是作为一个集合来做？

一些附加信息：

• 在这种情况下，集合的大小是最大值。1000
• 正如下面提到的答案，如果使用 UDF 作为一组完成，这是否意味着外部程序一次打开 1000 次？或者是否有针对此的优化？显然，在多处理器系统上，运行多个进程实例可能不是一件坏事，但 1000 个可能有点多。

我有一个用户标量值函数，它接受 NVARCHAR(MAX) 并返回 NVARCHAR(MAX)。为了提高使用此功能的 GROUP BY 命令的性能，我想也基于它创建一个索引。但是文档说 CREATE INDEX 命令只接受列而不是表达式，所以这是非法的：

有任何解决方法吗？

谢谢！

如果参数为空，则标量 UDF（请参阅CREATE FUNCTION ）的选项“RETURNS NULL ON NULL INPUT”会停止执行函数体并简单地返回 NULL。

也就是说，它短路了。

有谁知道它如何处理多个参数？

将具有多个参数的函数调用短路会很有用，例如第一个参数是否至少为 NULL。

当我有时间时，我将使用分析器来尝试跟踪 udf 调用。我已经搜索过，但找不到任何东西.. 更有可能我没有使用正确的搜索词。

同时，有没有人有任何想法或经验？

也欢迎来自其他 RDBMS 世界的答案。这是一个 ANSI 设置，我在搜索中看到了 DB2 和 MySQL 的结果

编辑，基于评论：仅适用于非 CLR 函数

干杯小号

编辑：我不需要运行探查器。嗬！这演示了以下行为：

我有以下功能：

但...

返回（结果转置）：

确定性 0

精确 1

IsSystemVerified 1

系统数据访问 0

用户数据访问 0

我尝试多次删除并重新创建该函数，以确保它不是一些缓存问题。CAST 在这里应该是确定性的，因为我将它用于字符串-> 整数。

我完全被难住了，有什么想法吗？

一位同事刚刚带着一个令人费解的 SQL 查询来找我：

（本质上）

然而，返回的结果集列出了三个数字：

最少（id）
--------------
621
644
689

（所有都是符合查询的 ID，就好像它一起缺少 LEAST 函数一样）

为什么？=)