SQL表大小和查询性能

Question

我们有许多来自网络服务的项目;每个项目包含未知数量的属性。我们将它们存储在具有以下Schema的数据库中。

产品
   - ItemID
   - ItemName

属性
   - PropertyID
   - 财产名称
   - PropertyValue
   - PropertyValueType
   - TransmitTime
   - ItemID [fk]

属性表变得非常大，因为每次调用Web服务时它都会存储每个项的属性。我的问题是：我们应该在什么时候停止向Properties表添加新记录，并根据它们的传输时间归档旧的Property记录？属性表什么时候变得太大，查询时间太长？有经验法则吗？

感谢。

Answer 1

我不确定MS SQL Server，但大多数数据库似乎都有分区表的方法。也就是说，从许多较小的表中创建一个虚拟表，并根据一些简单的规则在它们之间划分数据。

这对于基于时间的数据非常有用。将表格划分为一天或一小时的时间段。然后每个时间段添加一个新的表分区并删除最旧的表分区。比执行DELETE WHERE时间＆lt;更高效。现在 - '1小时'，或其他什么。

或者不是删除最旧的，而是将其归档或者只是让它占用空间。只要您的查询始终指定日期范围，查询就只能使用最合适的子表。

Answer 2

没有经验法则

一些想法：

• 定义“大”（我们有1.6亿行表）
• 你现在有问题吗？如果不是，请不要修理它
• 让你运行探查器或一些奇怪的dmv来找出瓶颈（缺少索引等）
• 如果您需要掌握数据，则无法存档
• 你可以通过
对表进行分区

Answer 3

我认为这不是一个黄金法则。虽然规范化可能会导致性能显着下降，但您的架构已经很规范化了。

需要考虑的几个因素：
- 使用场景
- 服务器硬件规格
- 数据库操作的性质（例如，读取比写入更多？，插入和不更新？）

对于您的情况，如果属性数量不超过某个数字，则单个锯齿状表可能更好或者可能不是。 （我可能会因为这句话而受到抨击：P）

归档策略还取决于您的业务需求/要求。您可能需要为了满足这种需要而抽空硬件。

Answer 4

根据您拥有的特定“属性类型”的数量，观察模式可能会有所帮助。

在你的例子中：
Item = Subject，
Property = Observation，
PropertyName = ObservationType.Name，
PropertyValueType = ObservationType.IsTrait

这样，您就不会在每条记录中重复PropertyName和PropertyValueType。根据您的应用程序，如果您可以在应用层中缓存ObservationType和Subject，那么插入也会得到改善。

  - 测量和特征是类型    观察结果。测量是一个    数字观察，像高度。    特质是描述性的观察，    喜欢颜色。