如何使用具有多个连接的更新命令查询大表？

Question

我在外部服务器上有一个大表，我正在尝试对本地计算机上的另一个表进行更新。外部服务器表超过几十亿行。当我将以下更新作为存储过程运行时，需要很长时间才能给出结果。有没有办法对此进行调整，以便将其分解为更小的数据集进行查询？

update C set C.[P_Flag]='Y'  from [LocalMachine].dbo.O_C_Data C inner
   join [ExternalServer].dbo.E_Extract E on C.[O_ID]=E.[B_ID] and
   C.[P_Option]=E.[P_OPTID] and C.[P]=E.[PD_G]  where C.[O_Flag]='Y'

Answer 1

编辑 正如@usr 所指出的，我在下面所说的是不正确的。你最好通过检查执行计划来知道为什么它很慢，当我遇到同样的问题时我没有掌握它。您的查询可能会触发对远程服务器的过多执行。即对本地的每一行分别查询远程服务器上的数据。但是，我建议尝试使用下面的第一种方法。它之前确实解决了类似的问题。我怀疑你的根本原因是一样的。

当您将本地表连接到远程服务器中的表时，SQL Server 数据引擎将从远程表中提取所有数据并在您的本地内存中进行 JOIN。这就是为什么它非常慢。

我建议创建一个本地临时表，使用从远程服务器提取的数据插入临时表，并使用临时表更新本地表。为此，您仍然需要 JOIN 本地表和远程表。有两种方法：

• 在查询中嵌入本地表。在你的情况下，你能写

  INSERT INTO #TempTable
  SELECT E.B_ID
  FROM [ExternalServer].dbo.E_Extract E 
  WHERE E.[B_ID] IN (C_ID1, C_ID2, ...) AND E.[P_OPTID] IN (P_Option1, P_Option2) AND E.[PD_G] IN (P1, P2, ...)
  

注意，IN 运算符后面的值是常量。

• 使用远程连接提示。看看MSDN

远程

指定在右表的站点上执行连接操作。当左表是本地表而右表是远程表时，这很有用。仅当左表的行数少于右表的行数时，才应使用 REMOTE。

如果右表是本地的，则连接在本地执行。如果两个表都是远程的但来自不同的数据源，REMOTE 会导致在右表的站点上执行连接。如果两个表都是来自同一数据源的远程表，则不需要 REMOTE。

当连接谓词中要比较的值之一使用 COLLATE 子句强制转换为不同的排序规则时，不能使用 REMOTE。

REMOTE 只能用于 INNER JOIN 操作。