sql-server - 在包含 varbinary(max) 数据的表中查询非 varbinary(max) 字段时是否存在性能问题？

Question

我创建了一个表格来插入我的应用程序的所有文档。这是一个简单的表（我们称之为 DOC_DATA），它有 3 个字段：DOC_ID、FileSize、Data。数据是 varbinary(max)。

然后我有许多表（CUSTOMERS_DOCUMENTS、EMPLOYEES_DOCUMENTS、...），其中包含其他数据（如“文档描述”、“创建者”、“客户 ID”...）。我的情况不完全是这样，反正写这个例子我可以更好的表达自己。所有这些表都有一个对 DOC_DATA.DOC_ID 的 FK）。

当用户搜索客户文档时，他将运行类似于以下的查询：

select CD.*, DD.FileSize
from DOC_DATA DD
join CUSTOMERS_DOCUMENTS CD ON CD.DOC_ID = DD.DOC_ID

我的问题是：这个查询的性能会很差，因为我们还要从一个可能很大的表中读取一个字段（DOC_DATA 表可以包含许多 GB 的数据）或者这不是问题吗？

另一种解决方案是将 FIleSize 字段放在所有主表（CUSTOMER_DOCUMENTS、EMPLOYEES_DOCUMENTS、...）中。当然 join 对性能的影响不大，现在我不是在问一般的 join or not join，而是 join or not to join HUGE table，而我对 HUGE 字段不感兴趣。

请注意：我不是在设计一个新系统，而是在维护一个遗留系统，所以在这里我不讨论一般来说哪个是最好的设计，而只是在这种情况下哪个是最好的选择。

Answer 1

我看不出为什么您的查询性能会因为这些大列的存在而受到影响。当您读取该数据时会出现性能问题 - 特别是当您需要数据库引擎返回文档时，但您（当然）在查询中没有这样做。

在内部，对于各种 yada(max) 数据类型，SQL 会在行中存储一个 16 字节左右的指针（或引用标记、转发记录或其他任何名称），而实际数据存储在单独的一组页面中. 因此，如果您不阅读该列，则不需要访问这些页面，并且不会导致磁盘 I/O 命中。