T-SQL性能調優(yōu)秘笈：基于SQL Server 2012窗口函數(shù)

目 錄
第1章　SQL窗口函數(shù)　1
1．1　窗口函數(shù)的背景　2
1．1．1　窗口函數(shù)的描述　2
1．1．2　基于集合與基于迭代/游標的編程　6
1．1．3　窗口函數(shù)替代方案的不足之處　11
1．2　使用窗口函數(shù)的解決方案簡介　16
1．3　窗口函數(shù)中的元素　20
1．3．1　分區(qū)　21
1．3．2　排序　22
1．3．3　框架　23
1．4　支持窗口函數(shù)的查詢元素　24
1．4．1　查詢邏輯處理　24
1．4．2　支持窗口函數(shù)的子句　26
1．4．3　避開限制　29
1．5　潛在的額外篩選器　31
1．6　窗口定義的重復使用　32
1．7　小結　33
第2章　窗口函數(shù)詳述　34
2．1　窗口聚合函數(shù)　34
2．1．1　窗口聚合函數(shù)描述　34
2．1．2　支持的窗口元素　35
2．1．3　對進一步篩選的一些想法　51
2．1．4　DISTINCT聚合　53
2．1．5　嵌套聚合　55
2．2　排名函數(shù)　60
2．2．1　支持的窗口元素　60
2．2．2　ROW_NUMBER　60
2．2．3　NTILE　65
2．2．4　RANK和DENSE_RANK　69
2．3　分布函數(shù)　71
2．3．1　支持的窗口元素　71
2．3．2　排名分布函數(shù)　71
2．3．3　逆分布函數(shù)　74
2．4　偏移函數(shù)　77
2．4．1　支持的窗口元素　77
2．4．2　LAG和LEAD　78
2．4．3　FIRST_VALUE、LAST_VALUE和NTH_VALUE　80
2．5　小結　83
第3章　排序集合函數(shù)　84
3．1　假設集合函數(shù)　85
3．1．1　RANK　85
3．1．2　DENSE_RANK　87
3．1．3　PERCENT_RANK　88
3．1．4　CUME_DIST　89
3．1．5　通用的解決方法　90
3．2　逆分布函數(shù)　93
3．3　偏移函數(shù)　97
3．4　字符串連接　102
3．5　小結　103
第4章　窗口函數(shù)的優(yōu)化　104
4．1　樣本數(shù)據(jù)　104
4．2　索引指南　106
4．2．1　POC索引　107
4．2．2　反向掃描　108
4．2．3　列存儲索引　111
4．3　排名函數(shù)　112
4．3．1　ROW_NUMBER　112
4．3．2　NTILE　114
4．3．3　RANK和DENSE_RANK　115
4．4　利用APPLY提高并行度　116
4．5　聚合和偏移函數(shù)　119
4．5．1　沒有排序和框架　119
4．5．2　有排序和框架　122
4．6　分布函數(shù)　133
4．6．1　排名分布函數(shù)　133
4．6．2　逆分布函數(shù)　134
4．7　小結　137
第5章　利用窗口函數(shù)的T-SQL解決方案　138
5．1　虛擬數(shù)字輔助表　138
5．2　日期和時間值序列　142
5．3　序列鍵　143
5．3．1　更新列的值為唯一值　143
5．3．2　數(shù)字序列的應用　145
5．4　分頁　148
5．5　刪除重復　151
5．6　數(shù)據(jù)透視　154
5．7　每組前N行　157
5．8　模式　160
5．9　統(tǒng)計總和　164
5．9．1　利用窗口函數(shù)的基于集合的解決方案　167
5．9．2　利用子查詢或聯(lián)接且基于集合的解決方案　168
5．9．3　基于游標的解決方案　169
5．9．4　基于CLR的解決方案　171
5．9．5　嵌套迭代　173
5．9．6　帶變量的多行UPDATE　174
5．9．7　性能基準　176
5．10　最大并發(fā)間隔　178
5．10．1　傳統(tǒng)的基于集合的解決方案　180
5．10．2　基于游標的解決方案　182
5．10．3　基于窗口函數(shù)的解決方案　185
5．10．4　性能基準　187
5．11　包裝間隔　188
5．11．1　傳統(tǒng)的基于集合的解決方案　191
5．11．2　基于窗口函數(shù)的解決方案　192
5．12　數(shù)據(jù)差距和數(shù)據(jù)島　201
5．12．1　數(shù)據(jù)差距　202
5．12．2　數(shù)據(jù)島　204
5．12．3　中位數(shù)　210
5．13　條件聚合　213
5．14　層次結構排序　215
5．15　小結　219