在SQL Server 2005中的巨大表上使用“not in”进行更新

Question

我有一个大约115k行的表。 像这样的东西：

Table: People
Column: ID PRIMARY KEY INT IDENTITY NOT NULL
Column: SpecialCode NVARCHAR(255) NULL
Column: IsActive BIT NOT NULL

最初，我有一个像这样定义的索引：

PK_IDX (clustered) -- clustered index on primary key
IDX_SpecialCode (non clustered, non-unique) -- index on the SpecialCode column

而且我正在做这样的更新：

Update People set IsActive = 0 
Where SpecialCode not in ('...enormous list of special codes....')

这个庞大的列表基本上是表中99％的用户。

此更新永远在我的服务器上。 作为测试，我将“not in”子句中的特殊代码列表修剪为表中1％的用户，并且我的执行计划最终使用PK_IDX索引上的INDEX SCAN而不是IDX_SpecialCode索引。以为它会用。

所以，我想也许我需要修改IDX_SpecialCode，以便它包含“IsActive”列。 我这样做了，我仍然看到执行计划默认为PK_IDX索引扫描，我的查询仍然需要很长时间才能运行。

那么 - 更正确的更新方式是什么？ 我有我要从更新中排除的用户列表，但是试图避免从数据库中加载所有员工的特殊代码，过滤掉我的应用程序端列表中的那些，然后使用in子句运行我的查询，这将是我实际使用中的一个小得多的列表。

谢谢

Answer 1

如果您有要排除的员工，为什么不用这些PK_ID填充索引表并执行以下操作：

Update People 
set IsActive = 0 
Where NOT EXISTS (SELECT NULL
                  FROM lookuptable l
                  WHERE l.PK = People.PK)

您正在获取索引扫描，因为SQL Server并不愚蠢，并且意识到只查看整个表而不是一次检查100个不同的条件更有意义。 如果您的统计信息是最新的，优化器会知道您的IN语句覆盖了多少表，并且如果它认为它会更快，则会执行表或聚簇索引扫描。

Answer 2

使用NOT子句时，将忽略SQL-Server索引。 这就是为什么你看到执行计划忽略你的索引。 < - 参考：第6页.MCTS考试70-433数据库开发SQL 2008（我现在正在阅读）

可能值得一看全文索引虽然我不知道是否会发生同样的事情（我还没有访问一个设置为目前测试的框）

心连心

Answer 3

有没有什么方法可以使用你想要排除的用户的ID而不是他们的代码 - 即使在索引值上比较id也可能比字符串更快。

Answer 4

我认为问题是你的SpecialCode NVARCHAR(255) 。 Sql Server中的字符串比较非常慢。 请考虑更改您的查询以使用ID。 而且，尽量避免使用NVarchar 。 如果不关心Unicode ，请改用Varchar 。

另外，检查数据库排序规则以查看它是否与实例排序规则匹配。 确保您没有硬盘性能问题。