Question

我需要优化一个运行缓慢的存储过程，该过程使用基于游标的方法进行基于集合的方法。

原则上，我必须将瞬态表（最多300条记录）中的记录与“主表”中的记录进行比较（大约五十万条记录并稳步增长）。通过比较两个记录中的20个varchar（11）列来执行匹配。如果两个记录之间的这些列中至少有6个匹配（即相同的数据）被认为是“足够匹配”并且记录将被创建到存储瞬态记录和主记录的ID的匹配表中，匹配总数和不匹配总数。

请注意，不匹配的数量不等于20的余额减去匹配数。这是因为如果两个记录中的任何一个中的任何列都包含null，则不计入匹配也不计算不匹配;它完全被忽略了。因此需要捕获两个计数（业务要求）。

当前实现对主表使用外部FAST_FORWARD游标，对瞬态表使用内部FAST_FORWARD游标。在内部游标中，它具有应用于20列的以下简单比较逻辑：

IF @newResults.data1 IS NOT NULL AND @results.data1 IS NOT NULL
BEGIN
    IF @newResults.data1 = @results.data1
        SET @matchCount = @matchCount + 1
    ELSE                    
        SET @mismatchCount = @mismatchCount + 1
END

然后，如果匹配列的总数（即@matchCount）>> 6，则将“匹配记录”写入捕获两个记录的主键和数字的“匹配表”比赛和不匹配。

我希望实现的目标：而不是循环遍历两个嵌套游标并一次处理一条记录，使用基于集合的实现来处理上述内容。我能想到的一个简单的解决方案是做一个：

INSERT INTO MatchingResults (ResultID, NewResultID, matchCount, mismatchCount)
SELECT (...) WHERE (...)

...并将整个匹配的enchilada放在SELECT语句中。但是，这是困难的部分......有人能在这里给我一些指示吗？或者建议性能更好的解决方案？非常感谢！

更新了表格结构：

--
-- Transient table:
--
table NewResults
(
   NewResultID int identity(1,1),
   Data1 varchar(11),
   Data2 varchar(11),
   ...
   Data20 varchar(11),
   SampleDate datetime
)
--
-- Master table:
--
table Results
(
   ResultID int identity(1,1),
   Data1 varchar(11),
   Data2 varchar(11),
   ...
   Data20 varchar(11),
   SampleDate datetime
)
--
-- Match table:
--
table MatchingResults
(
   ResultID int,
   NewResultID int,
   MatchCount int,
   MismatchCount int
)

基于游标的方法与基于集合的方法

0 个答案: