时间戳

首页 > 解决方案 > 了解 SQL Server 索引

sql - 了解 SQL Server 索引

问题描述

对不起，很长的帖子。我们有一个每 10 分钟左右运行一次的数据提取，用于将数据从源表传输到我们的数据仓库。

代码看起来像这样：

SELECT 
    Column1,
    Column2,
    Column3,
    Column4
FROM 
    dbo.Table
WHERE
    LastModifiedDate > @LastRun
    OR CreatedDate > @LastRun
    OR CancelledDate > @LastRun
    OR DeletedDate > @LastRun

该@LastRun参数通过 SSIS 包传递，并包含我们运行的最后一个日期时间（因此我们只带回我们需要的内容）。

尽管每次只返回 50-70 行，但此代码在源系统上运行非常缓慢。

我们有 2 个技术团队就性能问题进行联络。一个团队建议表上没有索引来支持此提取查询，并且向日期列添加索引将使查询运行更顺畅。

另一个团队说代码需要重新编写，因为“将索引添加到日期列会增加问题，因为它是一个过于生硬的工具”。他们还建议为我们创建一个索引视图来从中提取数据，而不是转到实际的表本身。

对此最好的方法是什么？只是想真正获得意见，因为我的印象是，如果用于过滤的列根本没有索引，那么代码的编写方式并不重要？

欣赏任何想法！

标签： sqlsql-server-2012

解决方案

ORs 对于索引来说是非常糟糕的逻辑。如果每列都有单独的索引，则可以将其转换为union all：

select . . .
from t
where LastModifiedDate > @LastRun
union all
select . ..
from t
where CreatedDate > @LastRun and
      not (LastModifiedDate > @LastRun)
union all
select . ..
from t
where CancelledDate > @LastRun and
      not (LastModifiedDate > @LastRun and CreatedDate > @LastRun )
union all
select . ..
from t
where DeletedDate > @LastRun and
      not (LastModifiedDate > @LastRun and CreatedDate > @LastRun and CancelledDate > @LastRun);

注意：如果列可以为空，逻辑会稍微复杂一些。

这种方法也很麻烦，因为需要重复查询四次，并且对所有四列都有索引。如果 SQL Server ——以其无限的智慧——决定不为一个子查询使用索引，你就会陷入性能更差的解决方案中。

另一种方法是在计算列上使用索引：

alter table t add most_recent_date as
    (case when LastModifiedDate >= CreatedDate and LastModifiedDate >= CancelledDate and LastModifiedDate >= DeletedDate then LastModifiedDate
          when CreatedDate >= CancelledDate and CreatedDate >= DeletedDate then CreatedDate
          when CancelledDate >= DeletedDate then CancelledDate
          else DeletedDate
     end) persisted;

create index idx_most_recent_date on t(most_recent_date);

请注意，如果任何日期都可以，则计算列逻辑会稍微复杂一些NULL。如果这些设置在触发器中，则只需修改触发器以使最新日期保持最新可能会更简单。

然后，您可以将查询表述为：

where most_recent_date > @LastRun

推荐阅读