在批量插入表格期间优化索引更新速度

Question

当将大量数据插入表（来自另一个表，没有特定顺序）时，如何优化多列索引以便以尽可能最快的方式更新索引？

假设索引从未在任何SELECT，DELETE或UPDATE查询中使用。*还假设列的非重复计数如下（例如）：

COLUMN | DISTINCT COUNT
col1   |            634
col2   |          9,923
col3   |          2,357
col4   |              3

*在选择数据时不使用索引的原因是这是主键索引或唯一约束索引。索引已到位，以便违反约束的插入失败。

我已经读过，最具选择性的专栏应该是第一位的。这是正确的，然后是如下创建的索引？

(col2, col3, col1, col4)

如果这是错误的，您如何确定索引中列的最佳顺序，只会在相应的表中看到批量INSERT？目标是在批量INSERT期间加快索引的更新。

Answer 1

最快的方法是DROP INDEX，然后在完成插入后执行批量插入和CREATE INDEX。

索引的正确结构与列中的值分布没有多大关系，但与检索策略有关，大概只针对UPDATE和DELETE，特别是当你对索引的某些但不是所有列进行部分过滤。那些更频繁的过滤器应该首先出现在索引列中。但是，如果是这种情况，您可能想要更彻底地重新考虑索引策略：拥有两个或更多索引以匹配典型的检索策略可能更好。

忽略无知的呼吁：为什么不将索引应用于SELECT语句？索引非常有用 用于从表格中选择数据子集，无论是SELECT还是合格UPDATE或DELETE。在这三个操作中的任何一个中使用索引都没有功能上的区别。

OP发表评论后的附录：索引对于许多目的都有用，但它们的维护相对昂贵，随着表格大小的增加，“相对”变得“不可能”。在您的情况下，您必须将源表中的每条记录与目标表中的每条记录或O（m * n）顺序进行比较。即使使用索引，对于大尺寸的表也是行不通的。您最好的选择是删除索引，执行插入，创建不唯一的索引，查找并删除所有重复项，删除索引，最后创建新的唯一索引

Answer 2

列的顺序对于执行唯一性目的而言并不十分重要。但是，对于某些查询来说，一个唯一索引也不会有用，所以我会命令列来利用它。

为了快速批量插入此索引，我尝试按索引顺序插入。因此，在插入的选择部分添加order by (col2, col3, col1, col4)。这样可以提高IO效率。