SQL Server 更新索引设计

Question

我有一张表，带有 DML 的 IDMAP：

CREATE TABLE tempdb2.dbo.idmaptemp (
    OldId varchar(20),
    CV_ModStamp datetimeoffset,
    NewId varchar(20),
    RestoreComplete bit,
    RestoreErrorMessage varchar(1000),
    OperationType varchar(20)
)

正如它所定义的，它已经包含了一组大约 (100 万) 的预定义行。还原操作完成后，我必须更新表上的 NewId、RestoreComplete、RestoreErrorMessage。 声明是：

update tempdb2.dbo.IdMaptemp set NewId = 'xxx', RestoreComplete = 'false', RestoreErrorMessage = 'error' where OldId = 'ABC';

Java 应用程序在内存中有大约一百万个值，并且必须使用上述语句更新这些值。数据库设置为关闭自动提交，并随批次（批次大小 500）而变化。

我在使用 OldId 字段进行索引时尝试了两个选项：

1. 聚集索引 - 执行计划列为聚集索引更新（100% 成本）。发生这种情况是因为叶子是正在更新的行并且会触发索引更新。我在吗？

2. 非聚集索引 - 执行计划列为更新 (75%) 和查找 (25%)。

在对数据库表进行大规模更新时，是否可以实现其他任何加速？该表无法清除并重新插入，因为还有其他行不受更新影响。每批 500 行样本的聚集索引需要大约 7 个小时来更新。

我应该选择非聚集索引选项吗？

Answer 1

更改大表的聚集索引是一项昂贵的提议。表的聚集索引是为整个表定义的，而不是为行的子集定义的。

如果您将 oldid 保留为聚集索引并且只想提高批处理性能，请考虑允许 db 参与批处理过程，而不是应用程序/java 层。要求数据库一次更新数百万行 1 行是一个昂贵的提议。用批处理值填充临时表，然后让 SQL 一次更新整个批处理可能是提高性能的好方法。

insert #temptable (OldId,NewId)
...

Update
set T1.NewId = T2.NewId
T1
from
T1 join #tempTable T2
on T1.OldId = T2.OldId

如果您可以计算新的 id，请考虑另一种批处理策略。

update tempdb2.dbo.IdMaptemp top 1000 set NewId = 'xxx', RestoreComplete = 'false', 
    RestoreErrorMessage = 'error' where NewId is null;

如果你真的想创建一个以 NewId 作为聚集索引的新表 根据需要创建新表

insert into NewTable()
select top 10000 *
from OldTable O
left join NewTable N
on O.OldId = N.OldId
where N.OldId is null

完成后，删除旧表。

注意：您的 id 是否需要为 20 个字节？通常聚集索引是 int - 4 字节或 bigint - 8 字节。

如果这是一次性的事情，那么更改大型持久表上的聚集索引将是值得的。如果 oldid 始终处于获取 newid 值的过程中，而这只是您拥有的工作流程，那么我不会费心更改持久表的聚集索引。只需将 oldid 保留为聚集索引即可。 NewId 听起来像是一个代理键。