如何在仓库中创建支持快速查询的海量数据表？答案

【问题标题】：How to create a table with large amount of data that supports fast queries in a warehouse?如何在仓库中创建支持快速查询的海量数据表？
【发布时间】：2013-08-04 04:44:02
【问题描述】：

我有大约 5M 的大量数据存储在一个非常扁平的表中，该表有 12 列。此表包含聚合数据，与其他表没有任何关系。我想对此数据运行动态查询以进行报告。该表包含District、City、Year、Category、SubCategory、SaleAmount 等字段

我想查看报告，例如 2010 年到 2013 年的销售额。
各产品各年的销量并进行比较。
特定销售人员在一年内的销售额。
按类别、子类别等分类的销售额

我使用的是 SQL Server 2008，但我不是 DBA，因此我不知道应该创建什么类型的索引？为了使我的查询正常工作，我应该索引哪些列。

如果数据量很小，我就不会为所有这些问题而烦恼，而是继续进行，但在这种情况下，知道要索引哪些列以及要创建哪种类型的索引至关重要。

请告诉我确保快速执行查询的最佳方法。

如果我在所有列上创建聚集索引，它会起作用吗？还是会伤害我。

请记住，此表不会经常更新，可能每月更新一次。

【问题讨论】：

标签： sql-server sql-server-2008 reporting-services dynamic-sql

【解决方案1】：

鉴于您非常明确和具体的要求，我建议您为每个字段创建一个非聚集索引，并将其留给优化器作为第一步。（即您创建 12 个索引）每个索引中只放置一个字段。不要索引（或至少谨慎使用）任何长文本类型字段。也不要索引只有 2 个值和 50/50 拆分的字段，例如 M/F。我假设您对每个字段都有谓词，但不要费心索引任何从未用于选择目的的字段。

如果在此之后仍然有问题，请在 sql server 中找到查询分析器，并使用它来指导如何处理查询。

多段索引有时会更好，但如果您的查询主要限于表的一小部分，那么单字段索引就可以了。

对于使用“order by”的查询，您可能会遇到剩余的性能问题，但在此阶段让我们将其留作提醒。

我的推理是基于

您只有 12 列，所以我们不会超载任何内容
只有 5M 行。这对 sql/server 来说很容易处理
数据的增长很小，因此索引更新应该不是太大的问题。
优化器会喜欢这些结合索引的查询。
我们没有典型的查询示例来指定多段索引，而且这个问题似乎暗示了高度可变的查询。

【讨论】：

感谢您的及时回复。你能否解释一下在这个场景中使用聚集索引是否有用，或者它会让事情变得更糟。我在想我可以创建一个聚集索引，左边是最常见的字段，如年份、类别等，右边是不太相关的字段，但我没有经验告诉我它是否会比 12 个单独的索引更好？你有没有比较过这两种情况？
在 sql/server 中，聚集索引更多地用于控制表 msdn.microsoft.com/en-us/library/ms190457.aspx 中行的物理位置，在数据库中，您通常希望 I/O 获取尽可能多的相关行，因此集群他们在一起。在您的情况下，我会选择您希望相同日期的行彼此靠近，因此可能会在年/月/日之类的事情上进行聚类，但是，当您在没有聚类的情况下加载新记录时，无论如何您自然应该得到这个。面积很大......
你可能想到的另一件事是多段索引，其中一个索引包含多个字段，这些可以更好地执行查询，更适合谓词，I/O 密度，预排序结果，准垂直分区等，但是，我们需要查看常见的查询示例，因为您通常必须查询前导字段。查询 B=6 的 A，B 上的索引通常不会使用该索引（某些引擎在某些情况下会使用该索引，而有些则不会）。这就是为什么我建议将单字段索引作为起点。