对于某些类型的SQL查询，辅助数字表可能非常有用。它可以创建为具有特定任务所需的行数的表，也可以创建为返回每个查询所需行数的用户定义函数。
创建这样一个函数的最佳方法是什么？
答案 0 :(得分：106)
首先，使用14种不同解决方案的文章可以很好地查看动态创建Numbers / Tally表的不同方法，但正如文章和引用的帖子中指出的那样，非常重要的一句......
关于效率和效率的建议 表现往往是主观的。 无论查询是如何形成的 使用，物理实现 确定查询的效率。 因此，而不是依靠 有偏见的指导方针，势在必行 您测试查询并确定 哪一个表现得更好。“
具有讽刺意味的是，该文章本身包含许多主观陈述和“有偏见的指导方针”，例如“递归CTE可以生成数字列表非常有效”和“这是一种有效的方法使用来自Itzik Ben-Gen的新闻组发布的WHILE循环“（我确定他仅为了比较目的而发布）。来吧人们......只要提到Itzik的好名字，就可能会让一些可怜的人变成实际使用这种可怕的方法。作者应该练习他所宣扬的内容，并且在做出如此荒谬的错误陈述之前应该进行一些性能测试，尤其是在面对任何可伸缩性时。
考虑到在对任何代码做什么或者有什么“喜欢”做出任何主观主张之前实际做了一些测试，这里有一些代码可以自己进行测试。为您正在运行测试的SPID设置探查器并自行检查...只需为您的“收藏”号码执行数字1000000的“Search'n'Replace”并查看...
--===== Test for 1000000 rows ==================================
GO
--===== Traditional RECURSIVE CTE method
WITH Tally (N) AS
(
SELECT 1 UNION ALL
SELECT 1 + N FROM Tally WHERE N < 1000000
)
SELECT N
INTO #Tally1
FROM Tally
OPTION (MAXRECURSION 0);
GO
--===== Traditional WHILE LOOP method
CREATE TABLE #Tally2 (N INT);
SET NOCOUNT ON;
DECLARE @Index INT;
SET @Index = 1;
WHILE @Index <= 1000000
BEGIN
INSERT #Tally2 (N)
VALUES (@Index);
SET @Index = @Index + 1;
END;
GO
--===== Traditional CROSS JOIN table method
SELECT TOP (1000000)
ROW_NUMBER() OVER (ORDER BY (SELECT 1)) AS N
INTO #Tally3
FROM Master.sys.All_Columns ac1
CROSS JOIN Master.sys.ALL_Columns ac2;
GO
--===== Itzik's CROSS JOINED CTE method
WITH E00(N) AS (SELECT 1 UNION ALL SELECT 1),
E02(N) AS (SELECT 1 FROM E00 a, E00 b),
E04(N) AS (SELECT 1 FROM E02 a, E02 b),
E08(N) AS (SELECT 1 FROM E04 a, E04 b),
E16(N) AS (SELECT 1 FROM E08 a, E08 b),
E32(N) AS (SELECT 1 FROM E16 a, E16 b),
cteTally(N) AS (SELECT ROW_NUMBER() OVER (ORDER BY N) FROM E32)
SELECT N
INTO #Tally4
FROM cteTally
WHERE N <= 1000000;
GO
--===== Housekeeping
DROP TABLE #Tally1, #Tally2, #Tally3, #Tally4;
GO
虽然我们在这里，但是我从SQL Profiler获得的值为100,1000,10000,100000和1000000 ......
SPID TextData Dur(ms) CPU Reads Writes
---- ---------------------------------------- ------- ----- ------- ------
51 --===== Test for 100 rows ============== 8 0 0 0
51 --===== Traditional RECURSIVE CTE method 16 0 868 0
51 --===== Traditional WHILE LOOP method CR 73 16 175 2
51 --===== Traditional CROSS JOIN table met 11 0 80 0
51 --===== Itzik's CROSS JOINED CTE method 6 0 63 0
51 --===== Housekeeping DROP TABLE #Tally 35 31 401 0
51 --===== Test for 1000 rows ============= 0 0 0 0
51 --===== Traditional RECURSIVE CTE method 47 47 8074 0
51 --===== Traditional WHILE LOOP method CR 80 78 1085 0
51 --===== Traditional CROSS JOIN table met 5 0 98 0
51 --===== Itzik's CROSS JOINED CTE method 2 0 83 0
51 --===== Housekeeping DROP TABLE #Tally 6 15 426 0
51 --===== Test for 10000 rows ============ 0 0 0 0
51 --===== Traditional RECURSIVE CTE method 434 344 80230 10
51 --===== Traditional WHILE LOOP method CR 671 563 10240 9
51 --===== Traditional CROSS JOIN table met 25 31 302 15
51 --===== Itzik's CROSS JOINED CTE method 24 0 192 15
51 --===== Housekeeping DROP TABLE #Tally 7 15 531 0
51 --===== Test for 100000 rows =========== 0 0 0 0
51 --===== Traditional RECURSIVE CTE method 4143 3813 800260 154
51 --===== Traditional WHILE LOOP method CR 5820 5547 101380 161
51 --===== Traditional CROSS JOIN table met 160 140 479 211
51 --===== Itzik's CROSS JOINED CTE method 153 141 276 204
51 --===== Housekeeping DROP TABLE #Tally 10 15 761 0
51 --===== Test for 1000000 rows ========== 0 0 0 0
51 --===== Traditional RECURSIVE CTE method 41349 37437 8001048 1601
51 --===== Traditional WHILE LOOP method CR 59138 56141 1012785 1682
51 --===== Traditional CROSS JOIN table met 1224 1219 2429 2101
51 --===== Itzik's CROSS JOINED CTE method 1448 1328 1217 2095
51 --===== Housekeeping DROP TABLE #Tally 8 0 415 0
正如您所看到的，递归CTE方法仅次于While循环持续时间和CPU，并且逻辑读取形式的内存压力是While While循环的8倍。它是类固醇的RBAR，应该不惜一切代价避免任何单行计算，就像应该避免使用While循环一样。 有些地方递归很有价值，但这不是其中之一。
作为一个侧边栏，丹尼先生绝对是现货......正确大小的永久号码或理货桌是大多数事情的方法。正确大小意味着什么？好吧，大多数人使用Tally表来生成日期或在VARCHAR（8000）上进行拆分。如果您在“N”上创建一个11,000行Tally表并使用正确的聚集索引，那么您将拥有足够的行来创建超过30年的日期（我可以使用抵押贷款，所以30年对我来说是一个关键数字）当然足以处理VARCHAR（8000）拆分。为什么“正确的尺寸”如此重要？如果Tally表被大量使用，它很容易适应缓存，这使得它的速度非常快，而且内存压力很大。
最后但并非最不重要的是，每个人都知道，如果你创建一个永久的Tally表，那么使用哪种方法构建它并不重要，因为1）它只会被制作一次而2）如果它像一个11,000行表，所有方法都将运行“足够好”。 那么为什么所有关于我使用哪种方法的选择
答案是，一些不太了解并且只需要完成工作的穷人/加仑人可能会看到类似递归CTE方法的东西，并决定将其用于更大更频繁的东西使用而不是构建一个永久的Tally表，我试图保护那些人，他们的代码运行的服务器，以及拥有这些服务器上的数据的公司。是的......这是一笔大买卖。它也应该适用于其他所有人。教导正确的做事方式，而不是“足够好”。在发布或使用帖子或书籍中的某些内容之前进行一些测试...实际上，您节省的生命可能是您自己的，特别是如果您认为递归CTE是这样的方式。 ; - ）
感谢您的聆听...
答案 1 :(得分：10)
最佳功能是使用表而不是函数。使用函数会导致额外的CPU负载，从而为返回的数据创建值，尤其是在返回的值覆盖范围非常大的情况下。
答案 2 :(得分：5)
This article提供了14种不同的解决方案，并对每种解决方案进行了讨论。重要的是：
关于效率和效率的建议 表现往往是主观的。 无论查询是如何形成的 使用，物理实现 确定查询的效率。 因此，而不是依靠 有偏见的指导方针，势在必行 您测试查询并确定 哪一个表现更好。
我个人喜欢：
WITH Nbrs ( n ) AS (
SELECT 1 UNION ALL
SELECT 1 + n FROM Nbrs WHERE n < 500 )
SELECT n FROM Nbrs
OPTION ( MAXRECURSION 500 )
答案 3 :(得分：3)
此视图速度非常快，包含所有正int个值。
CREATE VIEW dbo.Numbers
WITH SCHEMABINDING
AS
WITH Int1(z) AS (SELECT 0 UNION ALL SELECT 0)
, Int2(z) AS (SELECT 0 FROM Int1 a CROSS JOIN Int1 b)
, Int4(z) AS (SELECT 0 FROM Int2 a CROSS JOIN Int2 b)
, Int8(z) AS (SELECT 0 FROM Int4 a CROSS JOIN Int4 b)
, Int16(z) AS (SELECT 0 FROM Int8 a CROSS JOIN Int8 b)
, Int32(z) AS (SELECT TOP 2147483647 0 FROM Int16 a CROSS JOIN Int16 b)
SELECT ROW_NUMBER() OVER (ORDER BY z) AS n
FROM Int32
GO
答案 4 :(得分：1)
使用SQL Server 2016+生成数字表格，您可以使用OPENJSON：
-- range from 0 to @max - 1
DECLARE @max INT = 40000;
SELECT rn = CAST([key] AS INT)
FROM OPENJSON(CONCAT('[1', REPLICATE(CAST(',1' AS VARCHAR(MAX)),@max-1),']'));
的 LiveDemo
<小时/> 取自How can we use OPENJSON to generate series of numbers?
的想法
答案 5 :(得分：0)
编辑：请参阅下面的康拉德评论。
Jeff Moden的答案很棒......但是我发现Postgres上的Itzik方法失败了，除非你删除了E32行。
在postgres上稍快一些（40ms vs 100ms）是我在here上找到的另一种适用于postgres的方法：
WITH
E00 (N) AS (
SELECT 1 UNION ALL SELECT 1 UNION ALL SELECT 1 UNION ALL SELECT 1 UNION ALL SELECT 1 UNION ALL
SELECT 1 UNION ALL SELECT 1 UNION ALL SELECT 1 UNION ALL SELECT 1 UNION ALL SELECT 1 ),
E01 (N) AS (SELECT a.N FROM E00 a CROSS JOIN E00 b),
E02 (N) AS (SELECT a.N FROM E01 a CROSS JOIN E01 b ),
E03 (N) AS (SELECT a.N FROM E02 a CROSS JOIN E02 b
LIMIT 11000 -- end record 11,000 good for 30 yrs dates
), -- max is 100,000,000, starts slowing e.g. 1 million 1.5 secs, 2 mil 2.5 secs, 3 mill 4 secs
Tally (N) as (SELECT row_number() OVER (ORDER BY a.N) FROM E03 a)
SELECT N
FROM Tally
当我从SQL Server迁移到Postgres世界时，可能错过了在该平台上进行计数表的更好方法... INTEGER（）？ SEQUENCE（）？
答案 6 :(得分：0)
更久以后，我想提供一个略有不同的'传统'CTE（不触及基表来获取行数）：
--===== Hans CROSS JOINED CTE method
WITH Numbers_CTE (Digit)
AS
(SELECT 0 UNION ALL SELECT 1 UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5 UNION ALL SELECT 6 UNION ALL SELECT 7 UNION ALL SELECT 8 UNION ALL SELECT 9)
SELECT HundredThousand.Digit * 100000 + TenThousand.Digit * 10000 + Thousand.Digit * 1000 + Hundred.Digit * 100 + Ten.Digit * 10 + One.Digit AS Number
INTO #Tally5
FROM Numbers_CTE AS One CROSS JOIN Numbers_CTE AS Ten CROSS JOIN Numbers_CTE AS Hundred CROSS JOIN Numbers_CTE AS Thousand CROSS JOIN Numbers_CTE AS TenThousand CROSS JOIN Numbers_CTE AS HundredThousand
这个CTE比Itzik的CTE执行更多的READ，但是比传统的CTE少。 但是，它始终比其他查询执行更少的WRITES。 如你所知，写作总是比Reads贵得多。
持续时间在很大程度上取决于核心数（MAXDOP），但在我的8核上，执行速度更快（以ms为单位的持续时间更短），然后是其他查询。
我正在使用：
Microsoft SQL Server 2012 - 11.0.5058.0 (X64)
May 14 2014 18:34:29
Copyright (c) Microsoft Corporation
Enterprise Edition (64-bit) on Windows NT 6.3 <X64> (Build 9600: )
在Windows Server 2012 R2上，32 GB，Xeon X3450 @ 2.67Ghz，启用4核HT。