接受的答案很好，只需知道，如果您向前端发送DateTime2，它将四舍五入到正常的DateTime等效值。

这给我带来了一个问题，因为在我的解决方案中，我必须在重新提交时将发送的内容与数据库中的内容进行比较，而我的简单比较“==”不允许舍入。所以必须添加它。

我刚刚偶然发现了DATETIME2的另一个优点：它避免了Python adodbapi模块中的一个错误，如果传递标准库datetime值，该值对于datetime列具有非零微秒，但如果将该列定义为DATETIME2，则会很好。

接受的答案很好，只需知道，如果您向前端发送DateTime2，它将四舍五入到正常的DateTime等效值。

这给我带来了一个问题，因为在我的解决方案中，我必须在重新提交时将发送的内容与数据库中的内容进行比较，而我的简单比较“==”不允许舍入。所以必须添加它。

正如其他答案所示，由于尺寸更小、精度更高，建议使用datetime2，但以下是Nikola Ilic关于为什么不使用datetime1的一些想法：

缺少（简单）对日期进行基本数学运算的可能性，如GETDATE（）+1每次使用DATEADD或DATEDIFF进行比较时，都会完成到datetime的隐式数据转换SQL Server无法正确使用Datetime2列的统计信息，因为存储数据的方式会导致非最佳查询计划，从而降低性能

老问题。。。但我想补充一些这里没有人说过的话。。。（注：这是我自己的观察结果，所以不要要求任何参考）

在筛选条件中使用Datetime2更快。

TLDR：

在SQL 2016中，我有一个包含十万行和日期时间列ENTRY_TIME的表，因为它需要存储精确到秒的时间。当我使用where子句作为：

WHERE ENTRY_TIME >= '2017-01-01 00:00:00' AND ENTRY_TIME < '2018-01-01 00:00:00'

最初，当有数百行时，查询很好，但当行数增加时，查询开始出现以下错误：

Execution Timeout Expired. The timeout period elapsed prior
to completion of the operation or the server is not responding.

我删除了where子句，出乎意料的是，查询在1秒内运行，尽管现在所有日期的所有行都已提取。我用where子句运行内部查询，用了85秒，没有where子句用了0.01秒。

我在这里遇到了许多关于日期时间过滤性能的线程

我优化了一下查询。但我得到的真正速度是将datetime列更改为datetime2。

现在，以前超时的同一个查询只需要不到一秒钟的时间。

干杯

虽然datetime2提高了精度，但有些客户端不支持date、time或datetime2，并强制您转换为字符串文本。微软特别提到了ODBC、OLE DB、JDBC和SqlClient这些数据类型的“底层”问题，并有一个图表显示了它们如何映射类型。

如果值兼容性超过精度，请使用datetime