DATEADD和DATEDIFF优于转换为varchar。两个查询都有相同的执行计划，但执行计划主要涉及数据访问策略，并不总是显示执行所有任务所需的CPU时间所涉及的隐含成本。如果两个查询都是针对具有数百万行的表运行的，则使用DateDiff的CPU时间可能接近Convert CPU时间的1/3！

要查看查询的执行计划，请执行以下操作：

set showplan_text on
GO 

DATEADD和DATEDIFF都将执行CONVERT_IMPLICIT。

虽然CONVERT解决方案对某些人来说更简单、更容易阅读，但速度较慢。不需要回滚到DateTime（这是由服务器隐式完成的）。之后，DateAdd也不需要使用DateDiff方法，因为整数结果也将隐式转换回DateTime。

从日期表选择转换（varchar，MyDate，101）

  |--Compute Scalar(DEFINE:([Expr1004]=CONVERT(varchar(30),[TEST].[dbo].[DatesTable].[MyDate],101)))
       |--Table Scan(OBJECT:([TEST].[dbo].[DatesTable]))

从日期表选择DATEADD（dd，0，DATEDIFF（dd，1，MyDate））

  |--Compute Scalar(DEFINE:([Expr1004]=dateadd(day,(0),CONVERT_IMPLICIT(datetime,datediff(day,'1900-01-01 00:00:00.000',CONVERT_IMPLICIT(datetime,[TEST].[dbo].[DatesTable].[MyDate],0)),0))))
       |--Table Scan(OBJECT:([TEST].[dbo].[DatesTable]))

使用@digi建议的FLOOR（）具有更接近DateDiff的性能，但不建议使用，因为将DateTime数据类型转换为float和back并不总是产生原始值。

记住：不要相信任何人。看看性能统计数据，然后自己测试！

测试结果时要小心。选择许多行到客户端将隐藏性能差异，因为通过网络发送行比执行计算所需的时间更长。因此，请确保所有行的工作都由服务器完成，但没有向客户端发送行集。

对于缓存优化何时影响查询，有些人似乎感到困惑。在同一批处理或单独批处理中运行两个查询对缓存没有影响。因此，您可以手动终止缓存，也可以简单地多次来回运行查询。对查询#2的任何优化也会影响任何后续查询，所以如果您愿意，请放弃执行#1。

这里是完整的测试脚本和性能结果，证明DateDiff比转换为varchar快得多。

SELECT DATEADD(DD, DATEDIFF(DD, 0, GETDATE()), 0)

SELECT DATEADD(DAY, 0, DATEDIFF(DAY,0, GETDATE()))

SELECT CONVERT(DATETIME, CONVERT(VARCHAR(10), GETDATE(), 101))

编辑：前两个方法基本相同，out执行转换为varchar方法。

SELECT CONVERT(datetime, CONVERT(varchar, GETDATE(), 101))

在SQL Server 2000上

CAST(
(
    STR( YEAR( GETDATE() ) ) + '/' +
    STR( MONTH( GETDATE() ) ) + '/' +
    STR( DAY( GETDATE() ) )
)
AS DATETIME)

从SQL Server 2022（16.x）开始，另一个选项是DATETRUNC（）函数，使用day作为datepart参数的值：

SELECT DATETRUNC(day, GETDATE());

如果要将结果分配给列或变量，请为其指定DATE类型，并且转换是隐式的。

DECLARE @Date DATE = GETDATE()   

SELECT @Date   --> 2017-05-03