sql - 使用唯一数据更新 SQL Server 中的 500,000 行

Question

所以我正在研究一些数据库“去标识化”，其中基本上每条信息都会发生变化。在大多数较小的表上，一个简单的 while 更新并不太耗时(直到有 10,000 行左右的表。我现在已经转移到一个大约有 500,000 行的表。

我已经读过进行这种“更新”的最快方法实际上只是选择一个临时表来更新您需要的列。 (我在这里阅读。Fastest way to update 120 Million records)

问题在于 OP 正在使用单个值更新所有相似的值，因为我的每个值都不同，即将单列中的空行更新为 -1，我正在更新新行中的每一列或多或少是一个随机日期；这是我到目前为止所得到的。

--The only Index on Treatments is a Clustered Primary Key (TreatmentID)
SELECT * INTO #Treatments_temp
FROM Treatments
CREATE CLUSTERED INDEX IDX_Treatments ON #Treatments_temp(TreatmentID)

SET @rows = (SELECT TOP 1 TreatmentID
             FROM Treatments
             ORDER BY TreatmentID Desc)

WHILE (@rows > 0)
  BEGIN

    --There are only 500,000 records in this table from count(*) but the PK is much 
    --higher (some records are deleted, made in error ETC so this if statement is my
    --attempt to bypass the code for @rows that don't actually exist.

    IF (SELECT TreatmentID FROM #Treatments_temp WHERE TreatmentID = @rows) IS NOT NULL
      BEGIN
      DECLARE @year INT;
      DECLARE @month INT;
      DECLARE @date INT;
      DECLARE @newStartDate SMALLDATETIME;
      DECLARE @multiplier FLOAT;

      SET @multiplier = (SELECT RAND());

      SET @year = @multiplier * 99 + 1900;
      SET @month = @multiplier * 11 + 1;
      SET @date = @multiplier * 27 + 1;

      SET @newStartDate = DATEADD(MONTH,((@year-1900)*12)+@month-1,@date-1);

      UPDATE #Treatments_temp
      SET StartDate = @newStartDate
      WHERE TreatmentID = @rows

      UPDATE #Treatments_temp
      SET EndDate = DATEADD(MINUTE, @timebetween, @newStartDate)
      WHERE TreatmentID = @rows
      END

  SET @rows = @rows - 1
  END

Answer 1

在不了解您拥有的更多信息的情况下，我认为最简单的方法是:

将您的“随机化”逻辑放入标量函数

仅用您的 ID 制作一张窄 table 以及每个 ID 的函数结果

更新您的 Treatment带 INNER JOIN 的 table 在窄表上获取新值

不需要逐行方法来解决这个问题。