在我的应用程序中，用户可以创建具有三种列类型的自定义表。文本，数字和日期最多可包含20列。我使用nvarchar（430）为文本创建一个SQL表，使用decimal（38,6）表示数字和日期时间。以及Identity Id列。
许多这些表有可能由不同的用户创建，并且上传新CSV文件的用户可能经常更新数据。为了在上传用户数据期间获得最佳性能，我们截断表以除去现有数据，然后批量生成BULK INSERT。
用户可以根据他们构建的过滤器进行选择，该过滤器可以包含任意数量的列。我的问题是，在这个选择期间，一些包含大量行的表将具有较差的性能。为了解决这个问题，我考虑添加索引，但由于我们不知道WHERE条件中将包含哪些列，因此我们必须为每列编制索引。
例如，在本地SQL服务器上，只有超过一百万行的一个表和其中六列的WHERE条件将在第一次运行时花费大约8秒，然后在一秒钟内运行后续运行。对于每列的索引，它将在第一次运行查询时以不到一秒的速度运行。当我们在SQL Azure数据库上进行测试时，这个性能问题会被放大，其中相同的查询在第一次运行时将花费一分钟，并且在后续运行时不会改善，但索引需要1秒钟。
当用户创建列或者有更好的解决方案时，它是否适合在每个列上添加索引。
答案 0 :(得分：0)
是的，鉴于你的模特，这是一个好主意。当然，在插入时维护索引会有更多开销，但如果查询中确实没有可预测的通用列集，那么您没有太多选择。
如果'经常更新'意味着数据经常通过上传而不是现有记录被修改添加，您可以考虑使用各种非SQL数据库（如Apache Lucene或变体）中的一种，它们可以有效地查询任何数据组合。对于阅读巨大的“扁平”数据集，它们的速度非常快。