存储和索引varchar列，其中大多数值将是数字

Question

我有两张桌子。这是在SQL Server 2008 R2中：

dbo.Source：SourceId（int），SourceName（varchar（10））

SourceId|SourceName
1|Source1
2|Source2
3|Source3

dbo.SourceIdentifiers：Id（int），SourceId（int）外键Source.SourceId，SourceIdentifier varchar（30）

Id|SourceId|SourceIdentifier
1|1|123
2|1|456
3|2|789
4|2|789
5|2|789
6|3|ABC

正如您所看到的，我从多个来源接收数据，大多数来源都有一个数字作为标识符，但其中一些也有字符。所以我的SourceIdentifier列需要是一个varchar。

通常会根据SourceIdentifier查询表。我可以拥有多达1亿个唯一的源标识符。我希望查询超快。我有几个问题：

1. 如果我在SourceIdentifier列上添加索引，这是个好主意吗？由于该列有大约75％的整数存储为varchars。
2. 如果没有，可能是替代方法。创建两个源标识符表，一个用于整数源，一个用于字符源？

谢谢！

Answer 1

我认为你可以使用选项1）即：在SourceIdentifer列上创建非聚簇索引，如果需要从查询中获取SourceId以避免密钥查找，请确保使其覆盖索引。

2）方法的问题是你的连接会变得复杂，这会影响性能。

Answer 2

如果有意义，我会将SourceIdentifier编入索引。但是，如果您担心，可以执行以下操作：

1. 创建一个用户定义的函数，用于解析字符串并返回 如果可能的话，整数表示，否则为NULL。
2. 向表中添加PERSISTED计算列 SourceIdentifierInteger被定义为该结果 SourceIdentifier
的用户定义函数
3. 在SourceIdentifierInteger WHERE SourceIdentifierInteger IS NOT NULL上添加过滤后的索引。

当您查询时，如果是整数值，请在WHERE上构建SourceIdentifierInteger子句，否则在SourceIdentifier列上构建

我不知道这会仅仅为SourceIdentifier列编制索引而获得任何性能提升，但这是一个选项。