使用Cross Apply关联三表的性能优化求助：获取最新差异SetType

嘿，我来帮你搞定这个性能问题！你现在的需求是给UPDATELIST里的每个客户，找到HISTORY中最新的、和CUSTOMERS表里CurrentSetType不同的SetType，用Cross Apply能得到正确结果但速度慢，核心问题大概率是索引缺失或者查询写法可以调整，下面给你一步步的优化方案：

1. 先搞定最关键的：创建覆盖索引 #

慢查询的头号敌人就是缺少合适的索引，尤其是HISTORY表，你需要给它建一个覆盖索引，让数据库不用回表就能拿到需要的所有数据：

CREATE NONCLUSTERED INDEX IX_HISTORY_CustomerId_TimeStamp ON HISTORY (CustomerId, TimeStamp DESC) INCLUDE (SetType);

这个索引的逻辑是：

• 先按CustomerId分组，这样找某个客户的历史记录时能快速定位
• 再按TimeStamp倒序排列，这样取最新记录不用额外排序
• INCLUDE (SetType)把需要的字段包含进来，避免“键查找”的额外开销

另外，如果UPDATELIST表的CustomerId没有索引，也建议建一个：

CREATE NONCLUSTERED INDEX IX_UPDATELIST_CustomerId ON UPDATELIST (CustomerId);

CUSTOMERS表的CustomerId是主键，已经有聚集索引了，基本够用，如果想更极致，可以把CurrentSetType也包含进去，但一般主键索引已经能快速定位到这条记录。

2. 调整查询写法（两种方案可选） #

方案一：优化后的Cross Apply写法 #

你原来的Cross Apply写法本身没问题，但加上索引后会快很多，这里给你整理成更清晰的版本：

SELECT 
    ul.CustomerId,
    c.CurrentSetType,
    ca.LatestDifferentSetType
FROM UPDATELIST ul
INNER JOIN CUSTOMERS c 
    ON ul.CustomerId = c.CustomerId
CROSS APPLY (
    -- 先过滤不同的SetType，再取最新的
    SELECT TOP 1 h.SetType AS LatestDifferentSetType
    FROM HISTORY h
    WHERE h.CustomerId = ul.CustomerId
      AND h.SetType != c.CurrentSetType
    ORDER BY h.TimeStamp DESC
) ca

这个写法适合大部分客户只有少量历史记录的场景，因为它是按需给每个客户查询最新的符合条件的记录，不会一次性处理所有历史数据。

方案二：用ROW_NUMBER()窗口函数替代 #

如果你的HISTORY表数据量极大，且大部分客户都有符合条件的历史记录，窗口函数的写法可能更高效，因为它会一次性处理所有符合条件的记录，再关联到UPDATELIST：

WITH FilteredHistory AS (
    SELECT 
        h.CustomerId,
        h.SetType,
        -- 按客户分组，时间倒序排，取第一条
        ROW_NUMBER() OVER (PARTITION BY h.CustomerId ORDER BY h.TimeStamp DESC) AS rn
    FROM HISTORY h
    INNER JOIN CUSTOMERS c 
        ON h.CustomerId = c.CustomerId
    WHERE h.SetType != c.CurrentSetType
)
SELECT 
    ul.CustomerId,
    c.CurrentSetType,
    fh.SetType AS LatestDifferentSetType
FROM UPDATELIST ul
INNER JOIN CUSTOMERS c 
    ON ul.CustomerId = c.CustomerId
LEFT JOIN FilteredHistory fh 
    ON ul.CustomerId = fh.CustomerId 
    AND fh.rn = 1

这里用LEFT JOIN是为了保留那些没有符合条件记录的客户（如果不需要可以换成INNER JOIN）。

3. 其他小技巧 #

• 更新统计信息：如果你的表数据经常变化，过时的统计信息会让数据库选到低效的执行计划，执行下面的语句更新：

  UPDATE STATISTICS HISTORY;
  UPDATE STATISTICS CUSTOMERS;
  UPDATE STATISTICS UPDATELIST;
  

• 去重UPDATELIST：如果UPDATELIST里有重复的CustomerId，先去重再关联能减少不必要的计算：

  WITH DistinctCustomers AS (
      SELECT DISTINCT CustomerId FROM UPDATELIST
  )
  SELECT ... -- 后面跟上面的查询逻辑，用DistinctCustomers替代UPDATELIST
  

总结 #

最核心的优化是给HISTORY表建覆盖索引，这能直接把查询速度提升几个数量级，然后根据你的数据分布选择合适的查询写法，再配合统计信息更新和去重，应该就能解决耗时过长的问题啦！

内容的提问来源于stack exchange，提问作者TS-