您对此SqlServer设计问题的第一感觉

Question

我们有2张桌子。一个持有测量值，另一个持有时间戳（每分钟一个） 每个测量都将FK保持为时间戳。 我们有800万（百万）次测量和2M时间戳。

我们正在通过复制创建一个报告数据库，我的第一个解决方案就是：当通过复制过程收到新的测量时，查找正确的时间戳并将其添加到测量表中。 是的，它是重复数据，但是它用于报告，因为我们每5分钟进行一次测量，用户可以查询年度数据（105.000次测量），我们必须优化速度。

但是一位合作开发人员说：你不必这样做，我们只会用连接查询（在两个表上），SqlServer是如此之快，你看不出差别。

我的第一反应是：加入两张8M和2M记录的表不能“没有区别”。

你对此的第一感觉是什么？

编辑： 新测量：每5分钟400条记录

编辑2： 也许问题不是那么清楚：

第一种解决方案是从时间戳表中获取数据，并在插入测量记录时将其复制到测量表。 在这种情况下，我们在插入记录时有一个动作和一个额外的（重复的）时间戳值。在这种情况下，我们只能查询一个表，因为它包含所有数据。

第二种解决方案是在查询中连接两个表。

Answer 1

使用正确的索引，连接将没有区别*。我最初的想法是，如果报告正在查询整个数据集，那么连接实际上可能会更快，因为它必须从磁盘读取的时间戳减少了600万。

*这只是根据我对拥有数百万条记录的表的体验而进行的猜测。您的结果会因您的查询而异。

Answer 2

如果查询只检索给定日期范围的数据，则会有合并连接 - 即每个拖动表的范围扫描。由于时间戳表可能只包含时间戳，因此这不应该很昂贵 另一方面，如果日期列上只有一个表和索引，则索引本身会变得更大，扫描也更昂贵。

因此，通过正确构建索引和查询，我不会期望性能有显着差异 我建议你保持正确的标准化设计，直到你开始出现性能问题迫使你改变它。然后，您需要仔细分析查询计划并使用不同的选项衡量性能 - 在您的特定情况下，有很多事情可能很重要。

Answer 3

我创建了一个Indexed View（类似于Oracle中的Materialized视图），它使用适当的索引连接表。

Answer 4

坦率地说，在这种情况下，最好的办法是尝试两种解决方案，看看哪种解决方案更好。当您开始讨论大型数据集时，性能调优是一门艺术，并且高度依赖于您拥有的数据库设计，但高度依赖于硬件以及您正在使用分区等等。确保测试获取数据并将其放入由于您有这么多插入，因此插入速度至关重要，而在日期时间字段上需要的索引对于选择性能至关重要，因此您需要对此进行彻底测试。测试时不要忘记转储缓存。并且在典型的查询负载下进行多次测试，如果可能的话，进行测试。