Rails：如何在 rails 的非 id 列上创建聚集索引？

Question

我想将时间序列数据存储在数据库中。数据将按如下方式组织：

• 标题表包含有关数据集的信息（格式、来源等）。通常，一个数据集大约有 600 行。
• “大数据”表包含实际的数据行。每行都有一个 header_id、时间戳和一些数据点。

我正在尝试在 data_header_id 列而不是 id 列上创建具有聚集索引的表。这样我就可以通过简单的SELECT * FROM big_datums WHERE data_header_id = 9001 ORDER BY timestamp ASC 获取所有数据点。

我有以下代码，但由于 Rails 的默认设置而出错：

class CreateBigData < ActiveRecord::Migration[5.2]
  def up
    create_table :headers do |t|
      t.string :data_format
      t.timestamps
    end

    create_table :big_datums do |t|
      t.references :data_header, null: false # This will need to be a CLUSTED index
      t.integer :timestamp
      t.integer :point1
      t.integer :point2
    end

    execute "CREATE CLUSTERED INDEX [data-header-index] ON [dbo].[big_datums] ( [data_header_id] ASC )
             WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, SORT_IN_TEMPDB = OFF, DROP_EXISTING = OFF,
             ONLINE = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]"
    end
  end

  def down
    execute "DROP INDEX [data-header-index] ON [dbo].[big_datums] WITH ( ONLINE = OFF )"
    drop_table :big_datums
    drop_table :headers
  end
end

我收到此错误：

ActiveRecord::StatementInvalid: TinyTds::Error: 无法在表 'dbo.big_datums' 上创建多个聚集索引。在创建另一个之前删除现有的聚集索引 'PK__build_te__3213E83F6568EFB2'。

这似乎是因为 rails 已经为 id 提供了一个集群 PK。

问题：

1) 如何按照说明创建表格？

2) 我还需要一个“id”列吗？我永远不会通过 ID 列进行查询，但拥有一个 PK 列来唯一标识记录可能仍然很好——尤其是因为 header_id + timestamp 可能不是一个好的集群 PK

Answer 1

big_datums 上已经有一个clustered index，表上只能有clustered index，因为它定义了数据的物理结构（数据如何存储等）。您可以创建一个非聚集索引来支持您的查询，或者只保留现有索引。您可以拥有许多它们，它们是聚集索引/堆的附加结构。

CREATE NONCLUSTERED INDEX [data-header-index] ON [dbo].[big_datums] ( [data_header_id] ASC )

最好在您的clustered index 中有一个唯一键，因为在其他情况下，sql server 会为您的 8kb 页面增加一些开销以使行唯一。

Answer 2

您需要先删除 PK 约束。您可能应该将现有的聚集 PK 替换为 (data_header_id,id) 上的复合聚集索引。

EG

use tempdb 

go
drop table if exists big_datums 
go

create table big_datums
(
  id int identity primary key,
  data_header_id int not null
)

go

declare @pkname sysname = (select name from sys.key_constraints where type = 'PK' and parent_object_id = object_id('big_datums'))

declare @sql nvarchar(max) = concat('alter table big_datums drop constraint [', @pkname,']')
--print (@sql)
exec (@sql)

alter table big_datums
add constraint pk_big_dautms
primary key clustered (data_header_id,id)

聚集索引在幕后始终是唯一的。 SQL Server 将在索引中添加一个隐藏的“uniqifier”列，以防出现重复。因此，如果您提供使其唯一的第二个键列，您最终会得到一个类似但更有用的聚集索引。如果您没有其他理由在id 上建立索引，您的表可以使用单一数据结构。