Question

我有一个处理大量数据的存储过程。我将数据插入到临时表中。事件的整体流程类似于

CREATE #TempTable (
    Col1    NUMERIC(18,0) NOT NULL,    --This will not be an identity column.
    ,Col2   INT NOT NULL,
    ,Col3   BIGINT,

    ,Col4   VARCHAR(25) NOT NULL,
    --Etc...

    --
    --Create primary key here?
)


INSERT INTO #TempTable
SELECT ...
FROM MyTable
WHERE ...

INSERT INTO #TempTable
SELECT ...
FROM MyTable2
WHERE ...

--
-- ...or create primary key here?

我的问题是什么时候是在我的#TempTable表上创建主键的最佳时机？我认为我应该在插入所有数据之后创建主键约束/索引，因为索引需要在创建主键信息时重新组织。但我意识到我强调的假设可能是错误的......

如果它是相关的，我使用的数据类型是真实的。在#TempTable表中，Col1和Col4将构成我的主键。

更新：就我而言，我正在复制源表的主键。我知道构成我的主键的字段将始终是唯一的。如果我在最后添加主键，我不关心失败的alter table。

虽然，除此之外，我的问题仍然存在，假设两者都会成功会更快？

P.S。如果这是重复，我很抱歉。它基本就足够了，但我找不到类似的东西。

Answer 1

取决于很多。

如果在加载后使主键索引成为聚簇，则整个表将被重写，因为聚簇索引实际上不是索引，它是数据的逻辑顺序。插入时的执行计划将取决于确定计划时的索引，如果聚簇索引到位，它将在插入之前进行排序。您通常会在执行计划中看到这一点。

如果您将主键设置为一个简单约束，它将是一个常规（非聚集）索引，并且该表将简单地以优化程序确定的任何顺序和索引更新来填充。

我认为（加载临时表的这个过程）总体上最快的性能通常是将数据写为堆，然后应用（非群集）索引。

然而，正如其他人所指出的那样，索引的创建可能会失败。此外，临时表不是孤立存在的。据推测，有一个最佳索引可以从下一步读取数据。该索引需要就位或创建。这个是你必须在这里权衡速度以获得可靠性（首先应用PK和任何其他约束）和以后的速度（如果你有一个，至少要有聚集索引））。

Answer 2

如果数据库的恢复模型设置为简单或批量记录，SELECT ... INTO ... UNION ALL可能是最快的解决方案。 SELECT .. INTO是批量操作，批量操作记录最少。

例如：

-- first, create the table
SELECT ...
INTO #TempTable
FROM MyTable
WHERE ...
UNION ALL
SELECT ...
FROM MyTable2
WHERE ...

-- now, add a non-clustered primary key:
-- this will *not* recreate the table in the background
-- it will only create a separate index
-- the table will remain stored as a heap
ALTER TABLE #TempTable ADD PRIMARY KEY NONCLUSTERED (NonNullableKeyField)

-- alternatively:
-- this *will* recreate the table in the background
-- and reorder the rows according to the primary key
-- CLUSTERED key word is optional, primary keys are clustered by default
ALTER TABLE #TempTable ADD PRIMARY KEY CLUSTERED (NonNullableKeyField)

否则，Cade Roux有很好的建议：在之前或之后。

Answer 3

您也可以在插入之前创建主键 - 如果主键位于标识列上，那么插入将按顺序完成，并且没有区别。

Answer 4

比性能考虑更重要的是，如果您不是绝对的，100％确定您将在表中插入唯一值，请先创建主键。否则，将无法创建主键。

这可以防止您插入重复/错误的数据。

Answer 5

如果在创建表时添加主键，则第一个插入将是空闲的（不需要检查。）第二个插入只需要查看它是否与第一个不同。第三个插入必须检查两行，依此类推。检查将是索引查找，因为存在唯一的约束。

如果在所有插入后添加主键，则每行必须与每隔一行匹配。所以我的猜测是，早期添加主键更便宜。

但也许Sql Server有一种非常聪明的方法来检查唯一性。所以，如果你想确定，请测量它！

Answer 6

我想知道我是否可以改进一个非常非常“昂贵”的存储过程，在每个插入表格中进行一系列检查，并且遇到了这个答案。在Sproc中，打开了几个临时表并相互引用。我将主键添加到CREATE TABLE语句中（即使我选择使用WHERE NOT EXISTS语句来插入数据并确保唯一性）并且我的执行时间被严重削减。我强烈建议使用主键。即使您认为自己不需要它，也至少要尝试一下。

Answer 7

我认为这不会对你的案件产生任何重大影响：

要么每次支付一点点罚款，每次插入
或者在完成所有插入后，您将支付更大的罚款，但只需支付一次

在插入开始之前预先创建它时，如果PK值不是系统创建的，那么可能可能会在插入数据时捕获PK违规。

但除此之外 - 没有什么大不同，真的。

马克

Answer 8

我不打算回答这个问题，因为我对这方面的知识并不是100％自信。但是，因为它看起来不像你得到了很多回应......

我的理解是PK是一个唯一索引，当您插入每条记录时，您的索引会更新和优化。所以...如果先添加数据，然后创建索引，索引只会优化一次。

所以，如果您确信您的数据是干净的（没有重复的PK数据），那么我会说插入，然后添加PK。

但是如果你的数据可能有重复的PK数据，我会说首先创建PK，所以它会尽快爆炸。

Answer 9

当您在创建表格时添加PK时 - 插入检查为O(Tn)（其中Tn为＆＃34;第n个三角形数字＆＃34;，即1 + 2 + 3 ... + n）因为当你插入第x行时，它会根据之前插入的＆＃34; x - 1＆＃34;进行检查。行

在插入所有值后添加PK 时 - 检查器为O(n^2)，因为当您插入第x行时，会针对所有n检查它现有的行。

第一个显然更快，因为O(Tn)小于O(n^2)

P.S。示例：如果您插入5行，则1 + 2 + 3 + 4 + 5 = 15操作与5^2 = 25操作

在临时表上创建主键 - 何时？

9 个答案: