sql - 如何加快聚集列的大规模更新？

Question

我有一个非常大的表:20 多万行，我需要更新其中的 5% - 或 100 万行。

不幸的是，我正在更新用作聚集索引的 (int) 列。

我的问题是:
更新这些行的最快方法是什么？

我试过直接更新行:

update t1
set t1.groupId = t2.groupId
from
    table t1
join newtable t2 on t1.email = t2.email

但这需要太长时间(我在 3 小时后停止了它)

我认为这是因为每次更新都会移动整行(有 2 个日期时间、2 个 varchars 和 2 个整数)。

如果我先删除聚集索引，然后进行更新，然后重新创建聚集索引会怎样？那会更快吗？

注意:我在电子邮件上有一个非聚集索引，以防有人认为查询的选择部分很慢。它不是。

Answer 1

这是我所做的(而且速度要快得多):

我删除了聚集索引。

我也删除了外键
引用(另外两个 int
列)。

我运行了更新语句

我重新创建了索引，这比预期的要快。 (这是我首先问 SO 的最初原因)。

这使整个过程缩短到几秒钟。 是的，大约 15 秒内约 100 万行。

第二步至关重要，因为外键强制更新对相关表执行某种假脱机操作，每个表也有大量行。

由于这些外键查找，物理读取的数量增加了两倍。

我不确定为什么 SQL Server 需要这样做，但我的猜测是，即使我没有更新该列但我正在移动整行(簇列更新)，它仍然会执行完整性检查。

作为旁注，我还尝试分批运行更新:

update top(1000) t1
set t1.groupId = t2.groupId
from
    table t1
join newtable t2 on t1.email = t2.email

这很好(并且每批似乎可以扩展到大约 10K)，但每批仍然需要 1-2 分钟。

总之，我了解到对于批量更新，临时删除索引非常有帮助。