在这种情况下如何避免 SQL Server 上的表扫描

Question

有两个表， Costs和Logs 。 Costs表的数据可以是百万行， Logs表的数据可以是几十亿行。

我需要在每次运行 100 条记录内更新生产环境中服务任务中Costs表中的CostBy列。

CREATE TABLE Cost
(
    C_PK uniqueidentifier primary key not null,
    C_CostBy varchar(3) not null
)

CREATE TABLE Logs
(
    L_PK uniqueidentifier primary key not null,
    L_ParentTable varchar(255) not null,  -- Table Cost and other table's name
    L_ParentID uniqueidentifier not null, -- Cost's pk and other table's pk
    L_Event varchar(3) not null, -- Part are 'ADD' and other event types
    L_User varchar(3) not null 
 )

CREATE NONCLUSTERED INDEX [L_ParentID] 
    ON [dbo].[Costs] ([L_ParentID] ASC)

这是原始更新声明：

UPDATE TOP(100) Costs
SET CostBy = ISNULL(L_User, '~UK')
FROM Costs
LEFT JOIN Logs ON L_ParentID = C_PK AND L_Event = 'ADD'
WHERE CostBy = ''

但是，该语句引入了一个巨大的性能问题， Costs表中的表扫描Costs高。

我的问题是如何避免Costs表中的表扫描或如何优化更新语句？

提前致谢。

Answer 1

您可能想尝试以下操作。

首先，在 Logs 上创建一个索引，包括所有相关的列：

CREATE INDEX ix ON Logs 
(
  L_Parent_ID -- join condition, variable
)
INCLUDE 
(
  L_User -- no filter condition, but you use it your update
)
WHERE 
(
  L_Event = 'ADD' -- join condition, constant
)

如果这是一个唯一索引，即。 对于给定的父 ID，只有一行存在 ADD 事件，请确保将其设为唯一索引，因为它可以显着提高性能。

其次，这是一个命中和未命中的情况，您可以尝试使用成本 (CostBy) 上的索引，因为您只是在寻找要更新的空 CostBy 值。 此索引需要根据您的查询进行更新，因为它正在更新它，因此它可能会减慢您的查询速度而不是加快速度。 这取决于许多因素。

如果您有企业许可证，请尝试使用WITH (DATA_COMPRESSION = PAGE) ，它可以以 CPU 为代价显着改善 IO 时间。 这取决于哪个是你的瓶颈。

此外，根据数据的性质，更新统计信息可能会改善您的查询。 如果 CostBy = '' 的行数与其中的其他值不成比例，您可能会受益于该字段的完整统计信息。 如果您只需要在此特定查询中使用它们，请考虑使用NORECOMPUTE ，这一次。

CREATE STATISTICS st_Costs_CostBy
ON Costs (CostBy)  
WITH FULLSCAN, NORECOMPUTE;