为完整字符串比较索引字符串列的最佳方法答案

【问题标题】：Best way to index a string column for full string compare为完整字符串比较索引字符串列的最佳方法
【发布时间】：2013-12-10 18:01:24
【问题描述】：

我的数据库是 MS SQL 2008，我使用的是 SQL Server Management Studio。

我有一个 NVARCHAR(MAX) 字段，它存储一个名为 INTERNALDATA 的字符串，它存储像“SOME_NAME:SOME_ID”这样的数据，不要问我为什么不使用 SOME_ID 创建另一个 int 列，这是项目的设置方式，我现在无法更改。

所以现在我需要对这个字段进行比较，谢天谢地，这不是子字符串比较。这是这样的全列比较：

INTERNALDATA = "Bill:5"

现在您可以想象，这真的很慢，我应该使用什么索引或更改列类型以使其更快？

PS：实际存储在此字段中的数据预计不会超过 100 个字符，也许我应该将 NVARCHAR(MAX) 更改为 NVARCHAR(100)？

【问题讨论】：

【解决方案1】：

为相等搜索索引长字符串的一种常用方法是索引哈希和（例如，md5），然后在两个列（原始原始值以及哈希和）上进行比较。

在 SQL Server 中，您可以使用 HASHBYTES，例如：http://technet.microsoft.com/en-us/library/ms174415.aspx（但是本身有 8000 字节的限制）。

比较两列（原始列和散列）的原因是为了防止在散列函数发生冲突时出现误报。您甚至可以通过仅使用部分哈希值（不是所有位）来保持索引更小（里程取决于您的数据）来获得性能。

编辑

可以通过 SQL Server 使用计算列（已编制索引）来维护 md5 总和上的索引：http://msdn.microsoft.com/en-us/library/ms191250.aspx

这个概念通常被称为function based indexing。

【讨论】：

【解决方案2】：

nvarchar(max) 列的直接索引是不可能的，因为索引键被限制为 900 字节。

将列缩减为nvarchar(100)（如果知道该列永远不会包含更长的值）并且其进一步索引似乎是很好的解决方案。

【讨论】：