提高 3 亿行表的查询性能

Question

我需要提高查询时间过长的性能。查询在源任务的 SSIS 数据流中使用。它是较长查询的一部分，但这就是导致问题的原因，因此我将其范围缩小如下：

select xa.*, s.idA 
from tableA s 
inner join tableB xa on s.idA = xa.idB
where xa.type = 'type_A'

• TableA = 8000 万行
• TableB = 3.4 亿行

TableA 在idA 上有一个非聚集索引，TableB 在idB 上有一个非聚集索引。执行计划使用TableA 的索引并对TableB 执行全表扫描，这需要98% 的工作量。我试图在TableB 的列idB 上创建一个非聚集索引，包括Type 列。我不得不在一小时后终止创建查询，因为它被 CXPACKET 等待类型挂起。可能它正在等待读取所有数据，但我的 SSIS 流不能浪费这么多时间的资源。然后我尝试在 tableB 列类型上创建一个聚集索引，我认为这会花费更少的时间。计划是使用这样的 cte 修改查询：

;with tmp as 
(
     select * 
     from tableB 
     where type = 'Type_A'
)
select xa.*, s.idA 
from tableA s 
inner join tmp xa on s.idA = xa.idB

使用此查询，我将在 tmp 表中只有 200k 行，并且我将避免全表扫描以利用所有可用索引过滤 tableB，因此我认为它将合理地提高速度

但是，我不得不终止创建查询，因为它需要超过 1 小时（再次暂停，再次 CXPACKET）。所以我的问题是：是否可以加快索引创建过程？是否可以估计创建索引所需的时间？

Answer 1

将条件移动到子查询 (CTE) 不是解决方案。您应该使用 SQL 来告诉 DBMS 要获取什么，而不是如何获取它。找到最佳计划是 DBMS 的任务。因此，请尽可能编写可读的查询，并通过提供适当的索引来帮助 DBMS。

您应该有以下查询索引：

create index idx1 on tableB ( type, idB ); -- to find B quickly and have the ID ready for the join
create index idx2 on tableA ( idA );

（你加入 idA = idB 看起来很奇怪，但我想这只是在示例中，对吧？）