如何提高非规范化表上的非标量聚合的性能

Question

假设我们有一个约80列的非规范化表，并以每月约1000万行（约5GB）的速度增长。我们目前有3年半的数据（~400M行，~200GB）。

我们创建一个聚簇索引，以便最适合从以下列中的表中检索数据作为我们的主键......

    [FileDate] ASC, 
    [Region] ASC,
    [KeyValue1] ASC, 
    [KeyValue2] ASC

...因为当我们查询表格时，我们总是拥有整个主键。

因此，这些查询总是会导致聚簇索引搜索，因此非常快，并且碎片保持最小。但是，我们确实需要为每个区域获取最新的FileDate，通常用于报告，即

    SELECT
     [Region]
    , MAX([FileDate]) AS [FileDate]
    FROM
     HugeTable
    GROUP BY
     [Region]

我能做到的“最佳”解决方案是在Region上创建非聚集索引。虽然这意味着在加载期间桌面上会有额外的插入，但命中率并不是最小的（我们每天加载4次，因此每次加载的附加索引插入次数少于100,000次）。由于表也是由FileDate分区的，因此我们的查询结果可以快速返回（大约200ms），并且结果集将被缓存，直到下一次加载。

然而，我猜测拥有更多数据仓库经验的人可能会有一个更优化的解决方案，因为出于某种原因，这并不“感觉正确”。

Answer 1

另一种选择是让另一个表(Region, FileDate)保存每个FileDate的最新Region。您可以在加载期间更新此表。

Answer 2

我会在（Region，FileDate）上创建覆盖索引（非聚集），而不仅仅是区域。 但是，它会很大，因为你有一个很宽的聚类键。

否则，尝试AdamRalph的想法，但我认为这是超过另一个指数的开销

Answer 3

您是否有机会在Analysis Services中构建多维数据集，并针对多维数据集运行聚合查询？

查询应该更快，尽管从数据更改到多维数据集完成更新时会有延迟。