使用左连接更新表时最小化时间答案

【问题标题】：minimize time when updating table with left join使用左连接更新表时最小化时间
【发布时间】：2013-06-23 08:07:05
【问题描述】：

我有 2 张桌子，例如：

-table1: id_1, id_2, id_3, ref_id (id_1, id_2 is pk)
-table2: ref_id, id_4

我希望 id_3 字段应该等于 table2 的 id_4（ref_id 是主键） table1 大约有 600 万条记录，table2 大约有 2700 条记录。

我写了一个类似的sql：

update table1
set id_3 = b.id_3
from table1 
left join table2 b on id_1= b.ref_id

通过使用 SQL Server，查询需要花费 16 小时左右的时间，但仍然没有响应。如何减少查询时间？

【问题讨论】：

【解决方案1】：

听起来确实花了很长时间，但缺乏索引可能是造成这种情况的原因。如果没有索引，数据库基本上必须为 6M 记录表中的每条记录遍历 2700 条记录。

首先在ref_id 上添加一个索引（假设主键不是索引），然后在id_1 上添加一个索引。

为了使事情更容易监控（就进度而言），只需循环遍历表 2 中的 2700 条记录，然后对每条记录（或每 10、100 条等）进行更新，以便您可以部分更新并查看如何远了。

另外，为了确保您不会做任何无用的事情，我建议您添加and table1.id_3 <> table2.id_3

【讨论】：

【解决方案2】：

无论如何更新 600 万行表中的每一行都可能会很慢。

获得更新每一行的最大速度基准的一种方法是对查询进行计时：

update table1
set id_3 = 100

另外，您是否需要更新 table1 中与 table2 中没有匹配行的行？在这种情况下，将左外连接切换为内连接将大大提高性能。

【讨论】：

【解决方案3】：

要回答这个问题，我们确实需要知道两个表上的聚集索引是什么。我可以对聚集索引提出建议，以使这个特定的查询更快，但是，在选择聚集索引时应该考虑其他因素。

考虑到这一点，看看这些索引是否有帮助：

table1: (id_1, id_2) 上的唯一聚集索引表 2：（ref_id）上的唯一聚集索引

如果您的 PK 尚未集群，则基本上使它们成为集群。

另一件重要的事情是，当您运行此更新时，表是否会看到其他流量。如果是这样，那么长时间运行可能是由于阻塞。在这种情况下，您应该考虑批处理，即一次只更新一小部分，而不是在单个语句中全部更新。

【讨论】：