如何优化SQL Server查询？耗时5-7分钟求提速方案

一、修复WHERE子句的非SARGable问题 #

原查询中CAST(table2.record AS DATE)会直接导致索引失效，因为对列进行了函数转换。根据table2.record的字段类型调整：

• 如果是datetime/datetime2类型：直接用日期范围匹配，避免函数转换

WHERE table2.record >= '2023-03-01 00:00:00'
  AND table2.record < '2023-03-06 00:00:00'

• 如果是字符串类型：优先将字段改为datetime类型（长期优化），临时方案可提前转换查询参数，但改字段类型是最优解。

二、重构JOIN条件，消除性能杀手 #

原JOIN条件的字符串拼接+OR逻辑完全无法利用索引，可通过以下两种方式优化：

方案1：拆分JOIN并使用UNION ALL合并 #

将OR逻辑拆分为两个独立的INNER JOIN，用UNION ALL避免去重开销（若有重复结果再换UNION）：

SELECT DISTINCT t1.*, t2.*
FROM table1 t1
INNER JOIN table2 t2 ON t1.record = CONCAT(t2.col1, ',', t2.col2)
WHERE t2.record >= '2023-03-01 00:00:00'
  AND t2.record < '2023-03-06 00:00:00'
UNION ALL
SELECT DISTINCT t1.*, t2.*
FROM table1 t1
INNER JOIN table2 t2 ON t1.record = CONCAT(t2.col1, ',', t2.col2, ',', t2.col3)
WHERE t2.record >= '2023-03-01 00:00:00'
  AND t2.record < '2023-03-06 00:00:00'

方案2：新增持久化计算列并建立索引（长期最优） #

在table2中提前计算拼接好的字符串，创建持久化计算列后建立复合索引：

-- 创建持久化计算列
ALTER TABLE table2 ADD col1_col2 AS CONCAT(col1, ',', col2) PERSISTED;
ALTER TABLE table2 ADD col1_col2_col3 AS CONCAT(col1, ',', col2, ',', col3) PERSISTED;

-- 建立包含必要字段的复合索引
CREATE NONCLUSTERED INDEX IX_table2_col1_col2_record 
ON table2 (col1_col2, record) 
INCLUDE (col1, col2, col3 /*其他需要返回的列*/);

CREATE NONCLUSTERED INDEX IX_table2_col1_col2_col3_record 
ON table2 (col1_col2_col3, record) 
INCLUDE (col1, col2, col3 /*其他需要返回的列*/);

优化后的查询语句：

-- 只返回需要的列，避免SELECT *
SELECT t1.id, t1.record, t2.col1, t2.col2, t2.col3
FROM table1 t1
INNER JOIN table2 t2 
  ON t1.record = t2.col1_col2 
  OR t1.record = t2.col1_col2_col3
WHERE t2.record >= '2023-03-01 00:00:00'
  AND t2.record < '2023-03-06 00:00:00'

三、避免SELECT *，按需返回列 #

SELECT *会返回所有字段，包括大文本、二进制类型，大幅增加磁盘IO和网络传输开销。明确写出需要的列，减少不必要的数据读取。

四、优化table1的索引 #

确保table1的record字段有非聚集索引，匹配JOIN条件：

CREATE NONCLUSTERED INDEX IX_table1_record 
ON table1 (record) 
INCLUDE (/*需要返回的列*/);

五、用执行计划定位剩余瓶颈 #

在SQL Server Management Studio中按Ctrl+M开启实际执行计划，查看：

• 是否存在表扫描/聚集索引扫描（说明索引未被有效利用）
• 等待类型（比如PAGEIOLATCH_*表示磁盘IO不足，CXPACKET表示并行执行存在问题）

内容的提问来源于stack exchange，提问作者Jhonn Matthew Calvelo