Question

这是数据仓库中的 FACT表

它有一个复合索引如下

ALTER TABLE [dbo].[Fact_Data] 
ADD  CONSTRAINT [PK_Fact_Data] 
PRIMARY KEY CLUSTERED 
(
    [Column1_VarChar_10] ASC,
    [Column2_VarChar_10] ASC,
    [Column3_Int] ASC,
    [Column4_Int] ASC,
    [Column5_VarChar_10] ASC,
    [Column6_VarChar_10] ASC,
    [Column7_DateTime] ASC,
    [Column8_DateTime] ASC
)WITH (PAD_INDEX  = OFF, STATISTICS_NORECOMPUTE  = OFF, 
SORT_IN_TEMPDB = OFF, IGNORE_DUP_KEY = OFF, ONLINE = OFF, 
ALLOW_ROW_LOCKS  = ON, ALLOW_PAGE_LOCKS  = ON
) ON [PRIMARY]
GO

在此结构中，所有varchar 10列仅具有数值。在查询和索引方面，改变这个7800万行结构来保持BIGINT而不是VARCHAR会对我有益吗？

我应该考虑的任何其他好处/缺点？

Answer 1

你应该明确引入代理INT IDENTITY()主键!! INT已经为您提供了多达20亿行 - 这还不够吗？

SQL Server上的这个主键/群集键最大为64个字节（而不是4个，对于INT） - 这将使您的聚簇索引和所有非聚集索引膨胀得无法识别。整个聚类键（所有8列）将包含在该表上每个非聚集索引的每一页上 - 肯定会浪费大量空间。

因此，在任何给定的索引表中，使用代理INT聚簇键的条目最多可达16倍 - 这意味着I / O减少了很多，浪费了很多时间来读取索引页。

想象一下，尝试与该表建立外键关系......任何子表都必须将主键的所有 8列作为外键列，并指定所有每次加入都有8列 - 真是个噩梦！

在7800万行中，即使只将集群密钥更改为INT IDENTITY，每行最多可节省60个字节 - 仅此一项就可以达到4 GB的磁盘空间（以及服务器中的RAM使用率）。而这甚至没有开始计算非聚集指数的节省.......

当然，是的，我也会将VARCHAR（10）更改为INT或BIGINT - 如果它是一个数字，请将字段类型设为数字 - 确保将其保留在VARCHAR（10）没有意义。但仅凭这一点并不会在速度或性能方面产生巨大的差异 - 它只是使得处理数据变得更加容易（例如，在比较值等时不必总是转换为数字类型）。 / p>

马克

Answer 2

可能影响索引（和整体数据库）性能的两件事：

1）索引页面的大小 2）比较速度

因此对于第一个，通常，索引/数据页面越小，内存中可以容纳的页面越多，给定查询在缓存中找到页面的可能性就越大磁盘。因此，您希望使用能够轻松满足现有和未来需求的最小数据类型。

BigInt是8个字节;如果数据的大小很小，VARCHAR可以更小，因此它实际上取决于您的数据。但是，10个字符的长数字可能适合SQL Server的INT数据类型（http://msdn.microsoft.com/en-us/library/ms187745.aspx），具体取决于大小，因此int与bigint取决于您的域。

此外，如果您的整行具有固定长度，则SQL Server可以在扫描中执行某些优化，因为它确切地知道下一行将在磁盘上的哪个位置（假设行是连续的）。一个边缘的情况，当然，但它可以帮助。

对于第二个，比较unicode字符串比整数更快。因此，如果您只存储数字数据，那么您肯定应该切换到适当大小的数值数据类型。

最后，Marc是正确的，这成为一个非常复杂的主键。但是，如果您的数据需要保证 - 例如这些是您的唯一列，并且您从未进行过add'l查询 - 您可能完全可以将优化版本（使用Bigints等）作为主键。但是，有一种代码味道，所以我会回应他的建议，真正看看你的数据模型，看看这是否正确。

Answer 3

Marc S是正确的，因为64字节的主键将被复制到每个NC索引中，因此您将支付I / O成本，这将影响内存中保存的数据量（因为你在NC索引页面上浪费空间）。所以在此基础上，问题不是'我应该转换我的varchars'而是'我应该考虑将我的聚簇索引转换为完全不同的东西./

就varchar和bigint而言，如果你能负担得起时间，就有充分的理由进行转换;这超出了每个字段的2字节存储差异，当您比较两种不同类型的值时，SQL将被强制转换其中一种。每次比较都会发生这种情况，无论是索引连接还是where子句中的谓词。

根据您选择数据的位置，哪些维度表连接到事实表，您可能会在每个查询上获取转换开销成本，以便加入，因为它必须转换它的一面

索引性能BigInt vs VarChar

3 个答案: