对包含日期和 nvarchar(50) 的列使用聚集索引而不是非聚集索引

Question

我有一个名为“GameTransactions”的表。表在性能方面运行良好至关重要（当站点将要运行时，表将有数百万条记录）。我想索引它。我用于列的列是：

UserID [int],
TransactionID [nvarchar(50)]
ProviderID [int]
TransactionTimeStamp [datetime]

关于我如何使用表格的一些背景信息。

在 SQL 操作开始时，我检查同一用户的事务 ID 是否存在。

   SELECT COUNT(1) 
    FROM GameTransactions WITH(NOLOCK)
    WHERE 
    UserID=@UserID AND
    TransactionID=@TransactionID 
    AND ProviderID=@ProviderID 
    AND TransactionTimeStamp>DATEADD(MONTH,-1,GETUTCDATE())

如果数据库中不存在该请求，我将其插入。

我选择使用以下索引

CREATE CLUSTERED INDEX IX_GameTransactions_UserID_TransactionID_ProviderID_TransactionTimeStamp
ON dbo.GameTransactions (UserID,TransactionID,ProviderID,TransactionTimeStamp);   

我在这篇文章中读到：

https://sqlstudies.com/2014/12/01/using-a-date-or-int-column-as-the-clustered-index/

将 datetime 作为聚集索引中的一列可以获得良好的性能。我不关心聚集索引要占用的磁盘空间，我更关心速度性能。

我也想过另一种解决方案，

 CREATE NONCLUSTERED INDEX IX_GameTransactions_UserID_TransactionID_ProviderID_TransactionTimeStamp
 ON dbo.GameTransactions (UserID, Month, Year,ProviderID)
 INCLUDE (TransactionID);

我可以添加 2 个额外的列 - 月和年。并使用整数而不是日期。请记住，“TransactionID”字段必须是 nvarchar(50)。没有办法解决它。

我有一个额外的 Id 列，它是自动递增的。这样的解决方案行得通吗？

  CONSTRAINT PK_GameTransactions PRIMARY KEY CLUSTERED (
      UserID
    , TransactionID
    , ProviderID
    , TransactionTimeStamp
, Id
)

Answer 1

使用EXISTS 而不是COUNT 有条件地插入行。这将更有效，因为不需要计数。确保索引是唯一的，以确保不可能出现重复。

使用 >= 而不是 > 作为时间戳标准，这样具有相同时间戳的 2 个会话不会都插入同一行，尽管如果存在唯一索引或约束会出错。

此外，考虑删除 NOLOCK 以确保并发会话不会插入具有 TransactionTimeStamp 日期范围的相同 UserID/TransactionID/ProviderID 的行。为此，我建议SERIALIZABLE。下面的示例 DDL 将查询封装在下面的存储过程中，利用主键索引来实现性能和数据完整性。

CREATE TABLE dbo.GameTransactions(
      UserID int
    , TransactionID nvarchar(50)
    , ProviderID int
    , TransactionTimeStamp datetime
    CONSTRAINT PK_GameTransactions PRIMARY KEY CLUSTERED (
          UserID
        , TransactionID
        , ProviderID
        , TransactionTimeStamp
    )
);
GO

CREATE PROCEDURE dbo.InsertGameTransactions
      @UserID int
    , @TransactionID nvarchar(50)
    , @ProviderID int
AS
DECLARE @TransactionTimeStamp datetime = GETUTCDATE();
INSERT INTO dbo.GameTransactions (
      UserID
    , TransactionID 
    , ProviderID 
    , TransactionTimeStamp
)
SELECT
      @UserID
    , @TransactionID 
    , @ProviderID 
    , @TransactionTimeStamp
WHERE NOT EXISTS(
    SELECT 1
    FROM dbo.GameTransactions WITH(SERIALIZABLE)
    WHERE 
        UserID=@UserID AND
        TransactionID=@TransactionID 
        AND ProviderID=@ProviderID 
        AND TransactionTimeStamp >= DATEADD(MONTH,-1,@TransactionTimeStamp)
    );
GO

Answer 2

首先，聚集索引对您的比较没有好处。

其次，我非常同意 Dan 的观点，如果您关心性能，您应该使用 EXISTS 而不是 SELECT COUNT(*)。

第三，您从博客中接收到 错误 消息。聚集索引的问题是数据按顺序存储在数据页上。当您拥有聚集索引时，当您必须在其他行“之间”插入行时，您可能会遇到很大的性能瓶颈。

因此，通常的建议是使用identity 列作为聚集索引键（顺便说一下，这是默认值）。这是个好建议，但也有其他情况。例如，newsequentialid() 是一个生成适用于聚集索引的 GUID 的函数，因为它们（几乎总是）在增加。

在您的情况下，索引中的第一列不是日期/时间。因此，在使用这样的聚集索引时，您可能会遇到大量碎片问题。对于您想要做的事情，没有理由对数据页上的数据进行排序。只需将常规索引与您需要的所有列用作键即可。