我正在（实验性地）做一个项目，我必须将来自多个数据集的数据合并到一个 SQL Server 2012 数据库中。这些数据集中的一些数据是重复的，我正在研究一种检测和删除重复项的方法。我当前的测试是对数据项进行散列并检查重复的散列。到目前为止，这似乎工作得很好（如果有哈希冲突，这不是世界末日）。
我将此哈希作为“二进制（32）”存储在数据库中，每当我需要插入新行（我实际上正在使用 MERGE）时，我都会查找哈希值，如果不是则仅插入成立。我在哈希列上有一个索引来帮助这个搜索。
我遇到的问题是索引总是非常分散，我确信这一定会不必要地减慢速度。我认为这是由于二进制数据的近乎随机性。
是否有任何索引选项可以用来限制这种碎片？目前我只是使用默认值。任何线索将不胜感激。
提前致谢。