如何删除日期时间值的时间部分（SQL Server）？

Question 1

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。

Question 2

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

Question 3

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)

Question 4

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。

Question 5

你CAST- FLOOR-CAST似乎已经是最佳的方式，至少MS SQL Server 2005上。

我见过的其他一些解决方案具有字符串转换功能，例如Select Convert(varchar(11), getdate(),101)，它们的速度要慢10倍。

Question 6

请尝试：

SELECT CONVERT(VARCHAR(10),[YOUR COLUMN NAME],105) [YOURTABLENAME]

Question 7

SQL2005：我建议使用强制转换而不是dateadd。例如，

select cast(DATEDIFF(DAY, 0, datetimefield) as datetime)

在我的数据集上平均快了10％，比

select DATEADD(DAY, DATEDIFF(DAY, 0, datetimefield), 0)

（并且强制转换为smalldatetime还是更快）