Question

我需要根据表中的其他两列创建连接列。一列是年份（10个不同的值），一个是人的ID值（约150,000个不同的值）。这被ETL任务用作业务键，该任务不接受多个列作为键值，因此我需要在数据库中保留此值。

也就是说，我可以选择如何创建该值，我想知道订单（ID +年份或年份+ ID）是否会以任何方式影响性能。如果年份排在第一位，前四个字符将始终是有限的实际年份之一。如果ID先行，则每个用户都会更改。两者之间有什么区别吗？

此列将获得的唯一用法是在ETL加载期间，它将用于连接源表和登台表中的数据，以检查两者之间的差异。基础值将在下面的表格中，我计划在这些基础值上创建聚集索引。

示例数据：

╔══════════════╦══════════════╦═════════╦═════════╗
║ COMPOSITE_1  ║ COMPOSITE_2  ║ AC_YEAR ║  ST_ID  ║
╠══════════════╬══════════════╬═════════╬═════════╣
║ 0000001|2005 ║ 2005|0000001 ║    2005 ║ 0000001 ║
║ 0000001|2006 ║ 2006|0000001 ║    2006 ║ 0000001 ║
║ 0000001|2009 ║ 2009|0000001 ║    2009 ║ 0000001 ║
║ 0000001|2010 ║ 2010|0000001 ║    2010 ║ 0000001 ║
║ 0000001|2012 ║ 2012|0000001 ║    2012 ║ 0000001 ║
║ 0000001|2013 ║ 2013|0000001 ║    2013 ║ 0000001 ║
║ 0000002|2005 ║ 2005|0000002 ║    2005 ║ 0000002 ║
║ 0000002|2006 ║ 2006|0000002 ║    2006 ║ 0000002 ║
║ 0000002|2007 ║ 2007|0000002 ║    2007 ║ 0000002 ║
║ 0000002|2008 ║ 2008|0000002 ║    2008 ║ 0000002 ║
║ 0000002|2009 ║ 2009|0000002 ║    2009 ║ 0000002 ║
║ 0000002|2010 ║ 2010|0000002 ║    2010 ║ 0000002 ║
║ 0000002|2012 ║ 2012|0000002 ║    2012 ║ 0000002 ║
║ 0000002|2013 ║ 2013|0000002 ║    2013 ║ 0000002 ║
║ 0000002|2014 ║ 2014|0000002 ║    2014 ║ 0000002 ║
╚══════════════╩══════════════╩═════════╩═════════╝

问题一：在JOIN期间，Composite_1或Composite_2会给我带来更好的表现吗？

问题二：我是否需要索引复合列，如果是这样，我应该单独/与其他人一起做？ SSIS任务将其用于内存中的JOIN，并且我计划将其作为ORDER BY包含在我的OLE DB Source组件中。

问题三：聚集索引是属于复合列，还是属于年份和ID列？编辑：或者，因为我知道年份和ID不会影响复合的顺序，我应该只包括这三个吗？

Answer 1

由于您将这些转换为字符串列，因此索引将根据字符串中的字符对它们进行排序。您希望将具有最佳分布和最独特值的字段（年份或ID）放在第一位。
您应该将复合列编入索引，因为它用于连接。是否要包含其他数据取决于您要撤回的数据。
如果您不需要在任何其他列上使用聚簇索引，并且该表仅用于BI /数据仓库加载，您也可以将其放在复合列上。这样就不需要密钥查找来获取您可能需要的任何其他数据。

连接列的性能 - 订单有关吗？

1 个答案: