sql-server - 如何优化运行数百万条记录的 SQL Server Merge 语句

Question

我使用 SQL Server 2014，需要更新一个表中新添加的日期时间类型列。有两个相关的表(都有 > 3000 万条记录):

表A:

CategoryID, itemID, dataCreated, deleted, some other string properties. 

此表包含每个项目的多个记录，具有不同的 datecreated .

表B:

CategoryID, itemID, LatestUpdatedDate (This is the new added column)

两者 categoryID和 itemID是该表索引的一部分。

更新 tableB 的 LatestUpdatedDate从表 A 上匹配 CategoryID和 ItemID ，我使用了以下合并语句:

merge [dbo].[TableB] with(HOLDLOCK) as t
using 
(
    select CategoryID,itemID, max(DateCreated) as LatestUpdatedDate 
    from dbo.TableA 
    where TableA.Deleted = 0
    group by CategoryID,itemID
) as s on t.CategoryID = s.CategoryID and t.itemID = s.itemID

when matched then
    update
    set t.LatestUpdatedDate = s.LatestUpdatedDate

when not matched then
    insert (CategoryID, itemID, LatestUpdatedDate)
    values (s.CategoryID, s.itemID)

鉴于两个表中有数百万条记录，我该如何优化这个脚本？或者有没有其他方法可以以更好的性能更新表？

注意:这是一个一次性脚本，DB 正在运行，将来会有一个触发器添加到 tableA 以防止插入以更新 tableB 中的日期。

Answer 1

根据 Optimizing MERGE Statement Performance ，你能做的最好的是:

在源表中的连接列上创建唯一且覆盖的索引。

在目标表中的连接列上创建唯一的聚集索引。

您可能会在 MERGE1 期间获得性能提升通过在 TableA 上创建索引在 (Deleted, CategoryID, itemID) INCLUDE(DateCreated) .但是，由于这是一次性操作，因此创建此索引所需的资源(时间、CPU、空间)可能不会抵消按原样运行查询并依赖现有索引的性能提升.