Question

我有一个非常大的表：超过20万行，我需要更新大约5％ - 或100万行。

不幸的是，我正在更新用作聚簇索引的（int）列。

我的问题是：更新这些行的最快方法是什么？

我尝试过直接更新行：

update t1
set t1.groupId = t2.groupId
from
    table t1
join newtable t2 on t1.email = t2.email

但这需要太长时间（我在3小时后停止了）

我认为这是因为整个行（有2个日期时间，2个varchars和2个int）正在为每次更新移动。

如果我首先删除聚簇索引，然后执行更新，然后重新创建聚簇索引，该怎么办？会更快吗？

注意：我在电子邮件上有非聚集索引，以防有人认为它是查询的选择部分很慢。不是。

Answer 1

这就是我所做的（而且速度要快得多）：

这使整个过程缩短到几秒钟。 是的，约15秒内约有100万行。

第二步是至关重要的，因为外键强制更新在相关表上执行某种线程，每个表都有大量行。

由于这些外键查找，物理读取次数增加了两倍。

我不确定为什么SQL Server需要这样做，但我的猜测是它仍然执行完整性检查，即使我没有更新该列但是我正在移动整行（群集列更新）。 / p>

作为旁注，我还尝试分批运行更新：

update top(1000) t1
set t1.groupId = t2.groupId
from
    table t1
join newtable t2 on t1.email = t2.email

这很好（似乎每批可扩展到大约10K），但每批次仍然是1-2分钟。

总之，我已经了解到，对于批量更新，暂时删除索引可能非常有用。

Answer 2

我认为之前的评论是正确的。你有点回答了自己的问题。

因为

聚簇索引排序和存储表中的数据行基于它们键值（source msdn），

您可能最好只删除聚集索引（将索引保留在电子邮件中）。完成操作后，重新创建聚簇索引。只要groupid没有涉及任何其他索引，我就不会触及它们。如果组ID包含在其他索引中，则删除它们。我会留下至少一个电子邮件索引，只是为了加快加入。

Answer 3

为什么不执行以下操作：

这应该更快。