SQL-Ex blog

PARSE предоставляет механизм для преобразования разнообразного символьного представления даты в тип данных datetime. Из документации:


Возвращает результат выражения, транслированный в требуемый тип данных в SQL Server.
Используйте PARSE только для преобразования из строки в числовой тип и типы даты/времени. Для преобразований обычных типов продолжайте использовать CAST и CONVERT. Имейте в виду, что имеется определенная потеря производительности при парсинге строковых значений.


Вы можете использовать PARSE для преобразования в дату следующей строки:

December 21, 1989 6:00 PM

Для этого может быть использован следующий код:

SELECT PARSE(N'December 21, 1989 6:00 PM' AS datetime USING 'en-GB');

Результат выглядит так:

1989-12-21 18:00:00.000

Отлично. Теперь, когда получен работающий код, вы заходите преобразовать таблицу с большим числом строк, которые содержат символьные даты, в столбец datetime. Можно написать так:

UPDATE t

SET t.DateTimeColumn = PARSE(t.CharDateTime AS datetime USING 'en-GB')

FROM dbo.MyTable t;

Это будет работать, но займет массу времени при большом числе строк. PARSE ооочень медленная. Давайте сравним синтаксис этого оператора с CAST или CONVERT. Лично я предпочитаю CONVERT, хотя он, да, на 3 символа длиннее.

SET LANGUAGE 'British';

SELECT CONVERT(datetime, N'December 21, 1989 6:00 PM');

Это ненамного труднее. Вывод аналогичен выводу функции PARSE.

Теперь давайте сравним время, потребляемое каждым из вариантов. Сначала создадим пару таблиц; одну хранящую исходные данные с датами в столбце varchar, а другую с результатами PARSE и CONVERT. Исходная таблица будет содержать 10000 строк. Это немного, но достаточно для нашего теста.

DROP TABLE IF EXISTS dbo.ParseTest;

DROP TABLE IF EXISTS dbo.ParseTestOutput1;

DROP TABLE IF EXISTS dbo.ParseTestOutput2;

GO

CREATE TABLE dbo.ParseTest

(

    d varchar(23) NOT NULL

);

INSERT INTO dbo.ParseTest(d)

SELECT TOP(10000) DATEADD(DAY, ROW_NUMBER() OVER (ORDER BY (SELECT NULL)) - 1, '2019-08-20 00:00:00')

FROM sys.syscolumns sc1

    CROSS JOIN sys.syscolumns sc2;

CREATE TABLE dbo.ParseTestOutput1

(

    d datetime NOT NULL

);

CREATE TABLE dbo.ParseTestOutput2

(

    d datetime NOT NULL

);

SELECT *

FROM dbo.ParseTest;

GO

Последний SELECT гарантирует, что данные находятся в буферном кэше, что даст нам адекватное сравнение времени, затрачиваемого на конвертацию.

Далее мы включим статистику I/O и времени, после чего преобразуем данные, используя PARSE и CONVERT:

SET STATISTICS IO, TIME ON;

GO

INSERT INTO dbo.ParseTestOutput1 (d)

SELECT PARSE(pt.d AS datetime USING 'en-US')

FROM dbo.ParseTest pt;

GO

INSERT INTO dbo.ParseTestOutput2 (d)

SELECT CONVERT(datetime, pt.d)

FROM dbo.ParseTest pt;

Вывод выглядит следующим образом:

SQL Server parse and compile time: 

   CPU time = 0 ms, elapsed time = 0 ms.

Table 'ParseTestOutput1'. Scan count 0, logical reads 10021, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

Table 'ParseTest'. Scan count 1, logical reads 40, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

 SQL Server Execution Times:

   CPU time = 2000 ms,  elapsed time = 2027 ms.

(10000 rows affected)

SQL Server parse and compile time: 

   CPU time = 0 ms, elapsed time = 0 ms.

Table 'ParseTestOutput1'. Scan count 0, logical reads 10021, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

Table 'ParseTest'. Scan count 1, logical reads 40, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

 SQL Server Execution Times:

      CPU time = 62 ms,  elapsed time = 71 ms.

(10000 rows affected)

Как вы можете увидеть, первый тест с использованием PARSE занял 2 секунды на преобразование 10000 строк. Второй тест с CONVERT - только 71 миллисекунду, или в 28.5 раз быстрее.

Какие выводы? Если вы преобразуете правильно сформированные даты и время в текстовом представлении в столбец типа datetime, и вас заботит скорость преобразования, используйте CONVERT (или CAST, что то же самое).