优化SQL查询：在visitor_id分组内获取c_id≠0行之后的连续记录

原SQL核心问题为重复扫描目标表、重复计算窗口函数，存在大量冗余计算，优化思路如下：

• 消除重复表扫描：原SQL累计3次扫描目标表，可通过CTE提前抽取所需的全量数据集，统一计算一次行号后供后续逻辑复用，避免重复IO开销。
• 简化关联逻辑：原SQL通过JOIN关联起始行号的方式可以替换为窗口函数直接计算每个visitor_id分组的起始行，无需额外分组聚合再关联，减少计算步骤。
• 简化冗余子查询：原逻辑中筛选符合条件的visitor_id时嵌套了多余的子查询，可直接合并过滤条件，仅查询所需的visitor_id字段即可，无需读取全量字段。
• 索引优化：创建(visitor_id, date, c_id)联合覆盖索引，可同时命中分区排序、过滤条件，窗口函数计算行号时无需额外排序，也无需回表查询数据，大幅提升执行效率。

优化后SQL示例 #

WITH base_data AS (
    -- 一次性提取所需数据，统一计算行号和分组起始行
    SELECT 
        *,
        ROW_NUMBER() OVER (PARTITION BY visitor_id ORDER BY date) AS rn,
        -- 计算每个visitor_id分组中第一个c_id≠0的行号
        MIN(CASE WHEN c_id != 0 THEN rn END) OVER (PARTITION BY visitor_id) AS start_rn
    FROM "DB"."schema"."table"
    WHERE 
        date >= '2021-08-01' AND date <= '2021-08-30'
        AND visitor_id IN (
            -- 简化后的符合条件的visitor_id查询
            SELECT DISTINCT visitor_id
            FROM "DB"."schema"."table"
            WHERE 
                date >= '2021-08-01' AND date <= '2021-08-30'
                AND c_id = '101'
        )
)
-- 过滤得到起始行之后的所有数据，可根据需求调整返回字段
SELECT * EXCLUDE (rn, start_rn)
FROM base_data
WHERE rn >= start_rn

注：若所用数据库不支持EXCLUDE语法，手动列出需要返回的业务字段即可，避免返回rn、start_rn等辅助计算字段。

内容的提问来源于stack exchange，提问作者Cks