Είναι πολλές οι φορές που στο business logic μίας εφαρμογής, υπάρχουν ημερομηνίες οι οποίες συνδέονται λογικά μεταξύ τους. Για παράδειγμα, οι ημερομηνίες αγοράς ενός προϊόντος με τις ημερομηνίες πληρωμής ή οι ημερομηνίες παραγγελίας με τις ημερομηνίες παράδοσης.

Ο SQL Server έχει την δυνατότητα να υπολογίζει το correlation μεταξύ τέτοιων ημερομηνιών και θα δούμε σε αυτό το post με ποιον τρόπο μπορούμε να το χρησιμοποιήσουμε στα δεδομένα μας.

Έχουμε δύο πίνακες οι οποίοι αντιπροσωπεύουν παραστατικά και πληρωμές αυτών τους Invoices και Payments αντίστοιχα. Παρακάτω φαίνονται τα CREATE statements τους.

CREATE TABLE Invoices  (InvoiceID INT IDENTITY(1,1) PRIMARY KEY CLUSTERED 
                       ,CustomerID INT NOT NULL
                       ,DateCreated DATETIME NOT NULL
                       ,Amount DECIMAL(5,2) NOT NULL
                       ,TaxAmount DECIMAL(5,2));


CREATE TABLE Payments (PaymentID INT IDENTITY(1,1) PRIMARY KEY NONCLUSTERED
                      ,InvoicesID INT NOT NULL
                      ,PaymentDate DATETIME NOT NULL
                      ,PaymentAmount DECIMAL(5,2) NOT NULL
                      ,PaymentType INT NULL
                      ,CONSTRAINT FK_Pay_InvID FOREIGN KEY (InvoicesID) REFERENCES Invoices(InvoiceID));                      
GO

CREATE NONCLUSTERED INDEX IX_DateCreated ON Invoices(DateCreated) ;
GO

Είναι προφανές, ότι τα πεδία DateCreated και PaymentDate τα οποία αφορούν τις ημερομηνίες έκδοσης και πληρωμής ενός παραστατικού, συνδέονται μεταξύ τους. Ας δούμε ένα SELECT statement το οποίο φέρνει στοιχεία από τους δύο αυτούς πίνακες για ένα συγκεκριμένο χρονικό διάστημα έκδοσης παραστατικών.

SELECT PaymentID AS Payment, PaymentAmount, DateCreated AS [Invoice Date], PaymentDate
FROM Invoices    
INNER JOIN Payments
ON Invoices.InvoiceID = Payments.InvoicesID
WHERE Invoices.DateCreated BETWEEN '20110101' AND '20121231';

Το execution plan του παραπάνω είναι το ακόλουθο:

Σε αυτό, βλέπουμε ότι έχουμε ένα index seek πάνω στον πίνακα των Invoices (στον NONCLUSTERED INDEX που έχουμε ορίσει στο DateCreated) το οποίο θα μας επιστρέψει τις εγγραφές για το συγκεκριμένο χρονικό διάστημα που ορίσαμε στο WHERE και ένα index scan πάνω στον πίνακα των Payments για να μας φέρει και τις πληροφορίες αυτού.

Ιδανικά, επειδή τα δύο πεδία ημερομηνιών συνδέονται μεταξύ τους, θα θέλαμε να αντικαταστήσουμε το index scan στον πίνακα των Payments με ένα index seek με βάση τις ημερομηνίες πληρωμής

Για να μπορεί ο SQL Server να υπολογίσει το correlation μεταξύ των δύο στηλών θα πρέπει να ικανοποιούνται οι εξής συνθήκες:

• Οι πίνακες πρέπει να συνδέονται με foreign key το οποίο να περιέχει μία μόνο στήλη (στην περίπτωσή μας τα Payments συνδέονται με τον Invoices στο InvoiceID).
• Κάθε πίνακας πρέπει να έχει τουλάχιστον ένα NOT NULL date πεδίο.
• Ένα από τα date πεδία πρέπει να είναι το πρώτο σε σειρά εμφάνισης σε έναν CLUSTERED INDEX πάνω σε κάποιον πίνακα.

Ας δημιουργήσουμε λοιπόν και εμείς έναν composite clustered index πάνω στον Payments ο οποίος θα περιέχει τα (PaymentDate, PaymentID) πεδία.

CREATE CLUSTERED INDEX PK_PayDate_PayID ON Payments(PaymentDate,InvoicesID) ;
GO

Σε αυτό το σημείο ο SQL Server είναι έτοιμος να υπολογίσει το correlation μεταξύ των δύο ημερομηνιών. Το τελευταίο βήμα που πρέπει να γίνει είναι να θέσουμε το DATE_CORRELATION_OPTIMIZATION ON στην βάση που δουλεύουμε.

ALTER DATABASE DateCorrelationDemo 
    SET DATE_CORRELATION_OPTIMIZATION ON;
GO

Ας ξανατρέξουμε τώρα το παραπάνω SELECT statement και ας δούμε το execution plan που θα προκύψει αυτή τη φορά:

Βλέπουμε ότι ο SQL Server έχοντας υπολογίσει το correlation μπορεί να εφαρμόσει φίλτρο το οποίο έχει δημιουργήσει μόνος του πάνω στο PaymentDate και να μετατρέψει το προηγούμενο index scan σε index seek, έχοντας με αυτόν τον τρόπο αισθητά καλύτερο performance.