这是我使用的:
SELECT CAST(FLOOR(CAST(getdate() as FLOAT)) as DATETIME)
我在想可能会有更好,更优雅的方式。
要求:
- 它必须尽可能快(铸造次数越少越好)。
- 最终结果必须是
datetime
类型,而不是字符串。
这是我使用的:
SELECT CAST(FLOOR(CAST(getdate() as FLOAT)) as DATETIME)
我在想可能会有更好,更优雅的方式。
要求:
datetime
类型,而不是字符串。Answers:
SQL Server 2008及更高版本
在SQL Server 2008及更高版本中,当然最快的方法是Convert(date, @date)
。可以将其强制转换为datetime
或(datetime2
如有必要)。
在SQL Server 2005及更高版本中,什么才是真正的最佳选择?
我见过关于从SQL Server中删除日期最快的时间最快的说法不一致,甚至有人说他们做了测试,但是我的经验有所不同。因此,让我们进行一些更严格的测试,让每个人都拥有脚本,以便在遇到任何错误时人们都可以纠正我。
浮点转换不准确
首先,我不会转换datetime
为float
,因为它转换不正确。您可能无法准确地进行时间删除操作,但是我认为使用它不是一个好主意,因为它隐式地向开发人员传达了这是安全的操作,而不是。看一看:
declare @d datetime;
set @d = '2010-09-12 00:00:00.003';
select Convert(datetime, Convert(float, @d));
-- result: 2010-09-12 00:00:00.000 -- oops
这不是我们应该在我们的代码或在线示例中教会人们的东西。
而且,它甚至不是最快的方法!
证明–性能测试
如果您想自己执行一些测试以查看不同方法的实际叠加情况,那么您将需要以下安装脚本来进一步运行测试:
create table AllDay (Tm datetime NOT NULL CONSTRAINT PK_AllDay PRIMARY KEY CLUSTERED);
declare @d datetime;
set @d = DateDiff(Day, 0, GetDate());
insert AllDay select @d;
while @@ROWCOUNT != 0
insert AllDay
select * from (
select Tm =
DateAdd(ms, (select Max(DateDiff(ms, @d, Tm)) from AllDay) + 3, Tm)
from AllDay
) X
where Tm < DateAdd(Day, 1, @d);
exec sp_spaceused AllDay; -- 25,920,000 rows
请注意,这将在您的数据库中创建一个427.57 MB的表,并且将花费大约15-30分钟的时间来运行。如果您的数据库很小并且设置为10%的增长,则比首先确定足够大的时间要花费更长的时间。
现在为实际性能测试脚本。请注意,不要将行返回给客户端是有目的的,因为这在2600万行上非常昂贵,并且会隐藏方法之间的性能差异。
绩效结果
set statistics time on;
-- (All queries are the same on io: logical reads 54712)
GO
declare
@dd date,
@d datetime,
@di int,
@df float,
@dv varchar(10);
-- Round trip back to datetime
select @d = CONVERT(date, Tm) from AllDay; -- CPU time = 21234 ms, elapsed time = 22301 ms.
select @d = CAST(Tm - 0.50000004 AS int) from AllDay; -- CPU = 23031 ms, elapsed = 24091 ms.
select @d = DATEDIFF(DAY, 0, Tm) from AllDay; -- CPU = 23782 ms, elapsed = 24818 ms.
select @d = FLOOR(CAST(Tm as float)) from AllDay; -- CPU = 36891 ms, elapsed = 38414 ms.
select @d = CONVERT(VARCHAR(8), Tm, 112) from AllDay; -- CPU = 102984 ms, elapsed = 109897 ms.
select @d = CONVERT(CHAR(8), Tm, 112) from AllDay; -- CPU = 103390 ms, elapsed = 108236 ms.
select @d = CONVERT(VARCHAR(10), Tm, 101) from AllDay; -- CPU = 123375 ms, elapsed = 135179 ms.
-- Only to another type but not back
select @dd = Tm from AllDay; -- CPU time = 19891 ms, elapsed time = 20937 ms.
select @di = CAST(Tm - 0.50000004 AS int) from AllDay; -- CPU = 21453 ms, elapsed = 23079 ms.
select @di = DATEDIFF(DAY, 0, Tm) from AllDay; -- CPU = 23218 ms, elapsed = 24700 ms
select @df = FLOOR(CAST(Tm as float)) from AllDay; -- CPU = 29312 ms, elapsed = 31101 ms.
select @dv = CONVERT(VARCHAR(8), Tm, 112) from AllDay; -- CPU = 64016 ms, elapsed = 67815 ms.
select @dv = CONVERT(CHAR(8), Tm, 112) from AllDay; -- CPU = 64297 ms, elapsed = 67987 ms.
select @dv = CONVERT(VARCHAR(10), Tm, 101) from AllDay; -- CPU = 65609 ms, elapsed = 68173 ms.
GO
set statistics time off;
一些杂乱无章的分析
关于此的一些说明。首先,如果仅执行GROUP BY或比较,则无需转换回datetime
。因此,通过避免这种情况可以节省一些CPU,除非出于显示目的需要最终值。您甚至可以使用GROUP BY未转换的值,并将转换仅放在SELECT子句中:
select Convert(datetime, DateDiff(dd, 0, Tm))
from (select '2010-09-12 00:00:00.003') X (Tm)
group by DateDiff(dd, 0, Tm)
另外,看看数字转换如何仅花费更多时间将其转换回datetime
,但varchar
转换几乎翻倍?这将显示查询中专用于日期计算的CPU部分。CPU使用率的某些部分不涉及日期计算,在上述查询中,这似乎接近19875 ms。然后,转换需要一些额外的金额,因此,如果有两次转换,则该金额将用完大约两次。
更多检查发现,与相比Convert(, 112)
,该Convert(, 101)
查询具有一些额外的CPU开销(因为它使用更长的时间varchar
?),因为返回到的第二次转换的date
成本不如初始转换到的成本高varchar
,但与之Convert(, 112)
接近的是20000 ms CPU基本成本。
这是我用于上述分析的有关CPU时间的计算:
method round single base
----------- ------ ------ -----
date 21324 19891 18458
int 23031 21453 19875
datediff 23782 23218 22654
float 36891 29312 21733
varchar-112 102984 64016 25048
varchar-101 123375 65609 7843
round是往返的CPU时间datetime
。
single是单次转换为备用数据类型(具有删除时间部分的副作用)的CPU时间。
基是从减去计算single
的两个调用之间的差:single - (round - single)
。这是一个粗略的数字,它假定了与该数据类型之间的转换,并且datetime
在任一方向上都大致相同。看起来这个假设并不完美,但很接近,因为所有值都接近20000 ms,只有一个例外。
更有趣的是,基本成本几乎等于单一Convert(date)
方法(成本必须几乎为0,因为服务器可以从datetime
数据类型的前四个字节内部提取整数天部分)。
结论
因此,单向varchar
转换方法大约需要1.8μs,单向DateDiff
方法大约需要0.18μs。我将这基于最保守的“基本CPU”时间,我总共测试了25,920,000行的18458 ms,因此23218 ms / 25920000 = 0.18μs。显然10倍的改进似乎很多,但坦率地说,它很小,直到您要处理成千上万的行(617k行= 1秒节省)。
在我看来,即使给出了这种微小的绝对改进,该DateAdd
方法还是有优势的,因为它是性能和清晰度的最佳组合。需要“魔术数”的答案0.50000004
总有一天会咬人(五个零或六个???),而且很难理解。
补充说明
当我有一些时间时,我将0.50000004
转到'12:00:00.003'
并查看其效果。它被转换为相同的datetime
值,我发现它更容易记住。
对于感兴趣的人,以上测试在服务器上运行,其中@@ Version返回以下内容:
Microsoft SQL Server 2008(RTM)-10.0.1600.22(Intel X86)2008年7月9日版权所有(c)1988-2008 Windows NT 5.2(Build 3790:Service Pack 2)上的Microsoft Corporation Standard Edition
char
而不是,时间也会有所不同varchar
吗?
select round(sysdate) from dual
,我们肯定在Sql Server中需要它。
date
数据类型最快,如上面的测试所示。
SQL Server 2008具有新的日期数据类型,此问题简化为:
SELECT CAST(CAST(GETDATE() AS date) AS datetime)
DATEADD(DATEDIFF())
削减时间的方法引发了异常。当我将结果转换回datetime2
您的方法时,效果很好select cast(CAST(convert(datetime2(0), '0218-09-12', 120) AS date) as datetime2)
Itzik Ben-Gan在DATETIME Calculations,第1部分(SQL Server Magazine,2007年2月)中介绍了执行这种转换的三种方法(最慢到最快;第二种和第三种方法之间的差异很小):
SELECT CAST(CONVERT(char(8), GETDATE(), 112) AS datetime)
SELECT DATEADD(day, DATEDIFF(day, 0, GETDATE()), 0)
SELECT CAST(CAST(GETDATE() - 0.50000004 AS int) AS datetime)
读者在杂志的四月号中提出了您的技巧(铸造成浮动)。据他介绍,它的性能可与上述第二种技术媲美。
SELECT CAST(CAST(GETDATE() - '12:00:00.003' AS int) AS datetime)
它,因为这对我来说意味着某种意义,而且更容易记住。
Convert(date, GetDate())
。