这是我使用的:
SELECT CAST(FLOOR(CAST(getdate() as FLOAT)) as DATETIME)
我在思考可能有更好、更优雅的方法。
要求:
- 尽可能快(转换次数越少越好)
- 最终结果必须是
datetime
类型,而不是字符串。
这是我使用的:
SELECT CAST(FLOOR(CAST(getdate() as FLOAT)) as DATETIME)
我在思考可能有更好、更优雅的方法。
要求:
datetime
类型,而不是字符串。SQL Server 2008及以上版本
在SQL Server 2008及以上版本中,当然最快的方法是 Convert(date, @date)
。如果需要,可以将其转换回datetime
或datetime2
。
在SQL Server 2005和更早版本中,到底什么是最好的选择?
我看到了一些有关在SQL Server中截取日期时间的最快方法的不一致说法,有些人甚至说他们进行了测试,但我的经验并不相同。因此,让我们进行更严格的测试,并让每个人都拥有该脚本,以便如果我犯了任何错误,人们可以纠正我。
浮点数转换不准确
首先,我会避免将datetime
转换为float
,因为它不会正确地进行转换。您可能可以通过准确地删除时间来解决这个问题,但我认为使用它是一个坏主意,因为它会隐含地向开发人员传达这是一个安全操作,实际上并不是。看一下:
declare @d datetime;
set @d = '2010-09-12 00:00:00.003';
select Convert(datetime, Convert(float, @d));
-- result: 2010-09-12 00:00:00.000 -- oops
这不是我们应该在我们的代码或在线示例中教授给人们的内容,而且它也不是最快的方式!
证明 - 性能测试
如果您想自己执行一些测试以查看不同方法的实际表现如何,那么您将需要此设置脚本才能运行下面的测试:
create table AllDay (Tm datetime NOT NULL CONSTRAINT PK_AllDay PRIMARY KEY CLUSTERED);
declare @d datetime;
set @d = DateDiff(Day, 0, GetDate());
insert AllDay select @d;
while @@ROWCOUNT != 0
insert AllDay
select * from (
select Tm =
DateAdd(ms, (select Max(DateDiff(ms, @d, Tm)) from AllDay) + 3, Tm)
from AllDay
) X
where Tm < DateAdd(Day, 1, @d);
exec sp_spaceused AllDay; -- 25,920,000 rows
请注意,这会在您的数据库中创建一个大小为427.57 MB的表,并且需要大约15-30分钟才能运行。如果您的数据库很小并且设置为10%增长,则需要更长时间,而如果您首先足够大,则需要更短的时间。
现在是实际性能测试脚本。请注意,不返回行到客户端是有意义的,因为在2600万行上这是非常昂贵的,并且会隐藏方法之间的性能差异。
性能结果
set statistics time on;
-- (All queries are the same on io: logical reads 54712)
GO
declare
@dd date,
@d datetime,
@di int,
@df float,
@dv varchar(10);
-- Round trip back to datetime
select @d = CONVERT(date, Tm) from AllDay; -- CPU time = 21234 ms, elapsed time = 22301 ms.
select @d = CAST(Tm - 0.50000004 AS int) from AllDay; -- CPU = 23031 ms, elapsed = 24091 ms.
select @d = DATEDIFF(DAY, 0, Tm) from AllDay; -- CPU = 23782 ms, elapsed = 24818 ms.
select @d = FLOOR(CAST(Tm as float)) from AllDay; -- CPU = 36891 ms, elapsed = 38414 ms.
select @d = CONVERT(VARCHAR(8), Tm, 112) from AllDay; -- CPU = 102984 ms, elapsed = 109897 ms.
select @d = CONVERT(CHAR(8), Tm, 112) from AllDay; -- CPU = 103390 ms, elapsed = 108236 ms.
select @d = CONVERT(VARCHAR(10), Tm, 101) from AllDay; -- CPU = 123375 ms, elapsed = 135179 ms.
-- Only to another type but not back
select @dd = Tm from AllDay; -- CPU time = 19891 ms, elapsed time = 20937 ms.
select @di = CAST(Tm - 0.50000004 AS int) from AllDay; -- CPU = 21453 ms, elapsed = 23079 ms.
select @di = DATEDIFF(DAY, 0, Tm) from AllDay; -- CPU = 23218 ms, elapsed = 24700 ms
select @df = FLOOR(CAST(Tm as float)) from AllDay; -- CPU = 29312 ms, elapsed = 31101 ms.
select @dv = CONVERT(VARCHAR(8), Tm, 112) from AllDay; -- CPU = 64016 ms, elapsed = 67815 ms.
select @dv = CONVERT(CHAR(8), Tm, 112) from AllDay; -- CPU = 64297 ms, elapsed = 67987 ms.
select @dv = CONVERT(VARCHAR(10), Tm, 101) from AllDay; -- CPU = 65609 ms, elapsed = 68173 ms.
GO
set statistics time off;
一些杂乱的分析
关于这个问题,有几点需要注意。首先,如果只是执行 GROUP BY 或比较操作,就没有必要将时间转换回 datetime
格式。因此,您可以通过避免这样做来节省一些 CPU,除非您需要最终值进行显示。您甚至可以按未转换的值进行 GROUP BY,并仅在 SELECT 子句中进行转换:
select Convert(datetime, DateDiff(dd, 0, Tm))
from (select '2010-09-12 00:00:00.003') X (Tm)
group by DateDiff(dd, 0, Tm)
另外,看一下数字转换回 datetime
所需的时间,只比字符串 varchar
转换多一点,但是字符串转换几乎增加了一倍的时间?这揭示了查询中用于日期计算的 CPU 占用部分。CPU 使用情况中有一些不涉及日期计算的部分,在上述查询中大约为19875毫秒左右。然后转换需要额外的一些时间,所以如果有两个转换,那么该数量将被使用大约两次。
进一步检查发现,与 Convert(, 112)
相比,Convert(, 101)
查询具有额外的 CPU 费用(因为它使用了更长的 varchar
?),因为第二次转换回 date
的成本不像初始转换为 varchar
那样昂贵,但是在 Convert(, 112)
中,它接近相同的20000毫秒 CPU 基础成本。
这里是我用于上述分析的 CPU 时间计算:
method round single base
----------- ------ ------ -----
date 21324 19891 18458
int 23031 21453 19875
datediff 23782 23218 22654
float 36891 29312 21733
varchar-112 102984 64016 25048
varchar-101 123375 65609 7843
round 代表从 datetime
转换为另一种数据类型再转回来的 CPU 时间。
single 代表将日期时间值转换为另一种数据类型的 CPU 时间(这种转换会导致日期时间值失去时间部分)。
base 是通过从 single
中减去两次调用之间的差异来计算的:single - (round - single)
。这是一个大概的数字,它假定转换到和从该数据类型和 datetime
的转换是相同的方向且大致相等。它看起来并不完美,但是与仅有一个例外的所有值都接近于 20000 毫秒。
还有一件有趣的事情是基准成本几乎等于单个 Convert(date)
方法(其成本几乎为 0,因为服务器可以从 datetime
数据类型的前四个字节中内部提取整数天部分)。
结论
看起来单向 varchar
转换方法大约需要 1.8 微秒,而单向 DateDiff
方法需要大约 0.18 微秒。我根据我的测试中最保守的“基础 CPU”时间,即 25920000 行的总计 18458 毫秒来计算(23218 毫秒 / 25920000 = 0.18 微秒)。这个表现出的 10 倍提高似乎很大,但直到处理成千上万行数据时才显得相对较小(617k 行=1 秒的节省)。
即使在绝对改进很小的情况下,我认为 DateAdd
方法获胜,因为它是性能和清晰度的最佳组合。那些需要“神奇数字”0.50000004
的答案最终会让某个人付出代价(五个零还是六个???),而且更难理解。
附加说明
当我有时间时,我将把 0.50000004
更改为 '12:00:00.003'
并看看结果如何。它被转换为相同的 datetime
值,我觉得更容易记住。
对于那些感兴趣的人,以上测试是在一个返回以下内容的服务器上运行的:
Microsoft SQL Server 2008 (RTM) - 10.0.1600.22 (Intel X86) Jul 9 2008 14:43:34 Copyright (c) 1988-2008 Microsoft Corporation Standard Edition on Windows NT 5.2 (Build 3790: Service Pack 2)
SQL Server 2008有一个新的日期数据类型,这使得该问题变得简单:
SELECT CAST(CAST(GETDATE() AS date) AS datetime)
DATEADD(DATEDIFF())
方法在去除时间部分时抛出异常。当我将结果强制转换回datetime2
时,您的方法可以很好地工作:select cast(CAST(convert(datetime2(0), '0218-09-12', 120) AS date) as datetime2)
。 - Bernhard Döbler在《SQL Server Magazine》2007年2月的文章DATETIME Calculations, Part 1中,Itzik Ben-Gan展示了执行日期时间转换的三种方法(从最慢到最快;第二种和第三种方法之间的差异很小):
SELECT CAST(CONVERT(char(8), GETDATE(), 112) AS datetime)
SELECT DATEADD(day, DATEDIFF(day, 0, GETDATE()), 0)
SELECT CAST(CAST(GETDATE() - 0.50000004 AS int) AS datetime)
读者在该杂志的四月份建议将技术(转换为float)用于性能,他表示它与上面介绍的第二种技术相当。
SELECT CAST(CAST(GETDATE() - '12:00:00.003' AS int) AS datetime)
,因为它对我有意义,而且我认为更容易记住。 - ErikEConvert(date, GetDate())
。 - ErikE你的CAST
-FLOOR
-CAST
已经似乎是最佳方式,至少在MS SQL Server 2005上。
我看到其他一些解决方案中有字符串转化,例如Select Convert(varchar(11), getdate(),101)
,但这种方法会慢10倍。
SELECT CONVERT(VARCHAR(10),[YOUR COLUMN NAME],105) [YOURTABLENAME]
SQL2005: 我建议使用cast而不是dateadd。例如,
select cast(DATEDIFF(DAY, 0, datetimefield) as datetime)
select DATEADD(DAY, DATEDIFF(DAY, 0, datetimefield), 0)
char
而不是varchar
,是否会有时间上的差异? - Gabe