操作大量数据的最佳实践

Question

我需要对拥有超过2600万行的表进行大量处理：

1. 根据所述列的数据确定每列的正确大小
2. 识别并删除重复的行。
3. 创建主键（自动递增ID）
4. 创建自然键（唯一约束）
5. 添加和删除列

请列出有关如何加快此过程的提示以及执行上述列表的顺序。

非常感谢。

更新：不需要担心并发用户。此外，此表上没有索引。此表是从源文件加载的。当所有的说法和完成都会有索引。

更新：如果您使用与我列出的不同的列表，请随时提及。

基于到目前为止的评论和我发现的工作：

1. 从2600多万行创建行的子集。我发现500,000行效果很好。
2. 删除不使用的列（如果有）
3. 使用max（len（））
为一次扫描中的所有列设置适当的数据类型长度
4. 在列/列上创建一个（如果可能的唯一）聚簇索引，最终将成为自然键。
5. 对所有行重复步骤2-4

Answer 1

如果要删除某些列，如果可能的话，您应该首先执行此操作。这将减少您必须为其他操作读取的数据量。

请记住，修改数据时，可能还需要修改包含数据的索引。因此，如果您计划对表进行大量更新，则删除索引通常是个好主意，然后再添加它们。

Answer 2

订单：5,2,1,3,4

1：没办法：选择Max（Len（...））From ...

2：这完全取决于你认为重复的内容。

3：联机丛书中的ALTER TABLE将告诉您如何操作。没办法加快速度，真的。

4：见3.

5：见3.