主页 / dba / 问题 / 17554
Accepted
Scott Chamberlain
Asked: 2012-05-08 15:23:49 +0800 CST

最小化子表中不同列的父行数

  • 772

我有以下格式的三个表

A        B       C
-----    -----   -----
aKey     bKey    fk_c_b
         fk_b_a  c_enum
                 c_value

aKey并且bKey每个表都是主键，C没有主键。fk_b_a并且C.fk_c_b是指向父表的外键。c_enum是 87 个不同值的枚举。C.c_value是浮点数，可以是任何值

表之间的关系是：

  • ( A.aKey) 0..1 --- * ( B.fk_b_a)
  • ( B.bKey) 0..1 --- * ( C.fk_c_b)

有：

  • A 中 57,668 行
  • B 中的 650,768 行
  • C 中的 34,734 行

我需要显示所有c_enum值及其父母的不同列表，但是如果两行C共享相同的fk_c_b值c_value但不同的c_enum值，我可以不使用不同列表中的这两行。

select aKey, bKey, c_enum, c_value, newid() as id 
into #myResultSet
from A
inner join B on fk_b_a = aKey
inner join C as temp1 on fk_c_b = bKey
where c_value not in (select c_value from C as temp2 
                         where temp1.c_enum <> temp2.c_enum 
                            and temp1.fk_c_b = temp2.fk_c_b 
                            and temp1.c_value = temp2.c_value)

--This is the step that I do not know how to optimize
delete #myResultSet where id <> (select top 1 id from #myResultSet as t1 where #myResultSet.c_enum = t1.c_enum)

同样在该过程中，我需要最小化 aKey 和 bKey 的不同计数。所以如果我做了

select count(distinct aKey), count(distinct bKey), count(*) from #myResultSet

结果将具有可能的最小值。最佳结果是1, 1, 87，最坏情况是87, 87, 87。我当前的方法不会尝试获得最小值（我的结果还14, 17, 87不错，但我认为这只是这个数据集的运气，在不同的数据集上运行可能会返回更糟糕的结果）而且我在弄清楚时遇到了很多麻烦如何以正确的方式做到这一点。

解决这个问题的正确方法是什么？我目前的方法并不是最优的，我一直很难弄清楚我需要做什么来构建和#myResultSet的最小值。count(distinct aKey)count(distinct bKey)

sql-server-2005

1 个回答

  1. Best Answer

    我想我找到了解决方案。在删除步骤中，我将这两个 order by 子句放在

    delete #myResultSet where id <> 
    (
    select top 1 id 
    from #myResultSet t1 
    where #myResultSet.c_enum = t1.c_enum
    order by count(aKey) over(partition by aKey), 
             count(bKey) over(partition by aKey, bKey)
    )

    这给了我10,13,87我认为是我可以用我的数据集获得的最佳解决方案。

    如果我错了或者有更好的方法可以做到这一点，欢迎提供更多答案。

    • 1

相关问题