sql - 将具有默认值的列添加到大表中

Question

我有一个包含 4000 万条记录的表。我需要向该表添加一个新的 INT NOT NULL 列，默认值 = 0

使用以下内容添加此列时:

ALTER TABLE myTable ADD NewColumnID int NOT NULL CONSTRAINT DF_Constraint DEFAULT 0

它将所有记录的 NewColumnID 设置为 0。当我们在有 4000 万条记录的 prod 表上运行这个查询时，这会花费很长时间吗？因为我知道执行以下操作需要很长时间:

UPDATE myTable SET NewColumnID = 0

更新:2020 年 1 月 5 日:

自从我上次登录我的堆栈溢出帐户以来已经有一段时间了。我注意到这个问题是我在 2013 年发布的。我收到了一些关于这个问题的不好的评价，现在我明白为什么了。我必须读好几遍才能明白我到底在问什么以及答案如何适用。看到它的观看次数超过 6000 次，也许值得(7 年后，抱歉)提供更多背景信息。

请允许我澄清一下问题:

我在一家银行软件提供商工作。我们在世界各地拥有各种客户，并且正在对我们的软件进行大型更新，这需要将新列添加到我们软件使用的现有表中。根据银行的规模，这个特定的表通常相当大。要求是，当首次添加列时，将特定 ID 分配给所有现有记录，之后表中的所有新条目将恢复为值“0”。

所以...在测试阶段，我们注意到升级脚本中包含以下内容需要近一个小时才能处理 4000 万条记录:

ALTER TABLE myTable ADD NewColumnID int NOT NULL CONSTRAINT DF_Constraint DEFAULT 0
UPDATE myTable SET NewColumnID = 50

上面的示例将添加新列，然后使用 NewColumnID = 50 更新所有现有记录。这在运行它的硬件上花费了近一个小时。我知道这会根据客户的基础设施而有很大差异。

提出这个问题的原因是想看看是否有更快的方法来完成上述任务。

请允许我澄清一下答案:

我完全理解为什么我的回答没有意义，但希望以下解释会有所帮助:

您不必添加列然后运行更新查询，而是通过创建一个带有默认值(您想要更新它的值)的 CONSTRAINT 来分配您希望所有现有记录继承的值。列的创建将导致自动插入该值:

ALTER TABLE myTable ADD CompanyID int NOT NULL CONSTRAINT DF_Constraint DEFAULT 1 (takes about 1min to complete)

本质上是“一石二鸟”。此查询大约需要 1 分钟而不是一个小时(在同一服务器上执行)。现在，要求为所有现有记录添加默认 id = x(每个客户端不同)的新列，恢复 DEFAULT 0 约束，以便所有新插入的记录将采用值如果没有传递值则为 0。因此引述如下:

Then just set the default value back to 0. Now the table will haveCompanyID = 1 for all records. BOOM!

抱歉...这是 7 年前的事了，现在看来这一切真的很愚蠢:)但谁知道呢，也许这可以帮助其他人满足需要创造性黑客的愚蠢需求:)!

Answer 1

主要问题是这需要写入每一行，这些行被大量记录为一个事务。最小化对日志影响的一种方法(如果您的日志文件上没有愚蠢的 10% 自动增长设置，这种方法效果最好)是尽可能地分解工作:

1. 添加 NULlable 列:

   ALTER TABLE dbo.myTable 
    ADD NewColumnID INT CONSTRAINT DF_Constraint DEFAULT 0;
   

2. 批量更新行，例如一次更新 10K 行(这将最大限度地减少日志影响 - 请参阅 this blog post for background):

   BEGIN TRANSACTION;
   SELECT 1;
   WHILE @@ROWCOUNT > 0
   BEGIN
     COMMIT TRANSACTION;
     BEGIN TRANSACTION;
   
     UPDATE TOP (10000) dbo.myTable SET NewColumnID = 0;
   END
   COMMIT TRANSACTION;
   

3. 添加检查约束 ( see these answers for more detail ):

   ALTER TABLE dbo.myTable WITH CHECK
     ADD CONSTRAINT NewCol_Not_Null
     CHECK (NewColumnID IS NOT NULL); 
   

   这里使用NOCHECK可以节省一些时间，但是as Martin explained in his answer ，这是一次性的节省，但从长远来看可能会给您带来很多麻烦。

此问题已在 this previous question 中解决，但是那里接受的答案使用 NOCHECK，没有任何关于不受信任的约束如何影响执行计划的免责声明。