0

有两个表，Costs和Logs。表中的数据Costs可以是数百万行，Logs表中的数据可以是数十亿行。

我需要在每次运行 100 条记录内更新生产环境中服务任务的表中的CostBy列。Costs

CREATE TABLE Cost
(
    C_PK uniqueidentifier primary key not null,
    C_CostBy varchar(3) not null
)

CREATE TABLE Logs
(
    L_PK uniqueidentifier primary key not null,
    L_ParentTable varchar(255) not null,  -- Table Cost and other table's name
    L_ParentID uniqueidentifier not null, -- Cost's pk and other table's pk
    L_Event varchar(3) not null, -- Part are 'ADD' and other event types
    L_User varchar(3) not null 
 )

CREATE NONCLUSTERED INDEX [L_ParentID] 
    ON [dbo].[Costs] ([L_ParentID] ASC)

这是原始更新声明：

UPDATE TOP(100) Costs
SET CostBy = ISNULL(L_User, '~UK')
FROM Costs
LEFT JOIN Logs ON L_ParentID = C_PK AND L_Event = 'ADD'
WHERE CostBy = ''

但是，该语句引入了一个海量的性能问题，table scan in table 的成本很高Costs。

我的问题是如何避免表中的表扫描Costs或如何优化更新语句？

提前致谢。

4

1 回答 1

0

您可能想尝试以下方法。

首先，在 Logs 上创建索引，包括所有相关列：

CREATE INDEX ix ON Logs 
(
  L_Parent_ID -- join condition, variable
)
INCLUDE 
(
  L_User -- no filter condition, but you use it your update
)
WHERE 
(
  L_Event = 'ADD' -- join condition, constant
)

如果这是一个唯一索引，即。对于给定的父 ID，只有一行存在 ADD 事件，请确保将其设为唯一索引，因为它可以显着提高性能。

其次，这是一个命中注定的情况，您可以尝试使用 CostBy 索引，因为您只是在寻找要更新的空 CostBy 值。该索引需要根据您的查询进行更新，因为它正在更新它，因此它可能会减慢您的查询速度而不是加快它的速度。这取决于许多因素。

如果您有企业许可证，请同时使用 with WITH (DATA_COMPRESSION = PAGE)，它可以显着提高 IO 时间，但会以 CPU 为代价。这取决于哪个是您的瓶颈。

此外，根据数据的性质，更新统计数据可能会改善您的查询。如果 CostBy = '' 的行数与其中的其他值不成比例，您可能会从该字段的完整统计信息中受益。考虑NORECOMPUTE一下您是否只需要它们来执行此特定查询，这一次。

CREATE STATISTICS st_Costs_CostBy
ON Costs (CostBy)  
WITH FULLSCAN, NORECOMPUTE;
于 2020-03-27T10:48:51.767 回答