如何加快集群列的大规模更新？

Question

我有一个相当大的表: 20+百万行，我需要更新其中的5% --即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？

我已经尝试直接更新行：

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

但这需要很长时间(3个小时后我就停止了)

我假设这是因为整个行(有2个日期时间、2个varchars和2个ints)被移动到每个更新中。

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，怎么办？那样会更快吗？

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是慢的。事实并非如此。

Answer 1

下面是我所做的(而且速度更快)：

1. I删除了聚集索引。
2. I还删除了外键引用(另外两个int列)。
3. 运行了update语句
4. I重新创建索引，比预期的速度更快。(这是我第一次问的原由)。

这就把整个过程缩短到了几秒钟。是的，大约15秒内有100万行。

第二步至关重要，因为外键迫使更新在相关表上执行某种假脱机操作，每个表都有大量行。

由于这些外键查找，物理读取的数量增加了两倍。

我不知道Server为什么需要这样做，但我的猜测是，即使我没有更新该列，但我正在移动整行(集群列更新)，它仍然执行完整性检查。

作为附带说明，我还尝试了分批运行更新：

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

这是很好的(似乎是每批10K左右)，但它仍然是在1-2分钟每批。

总之，我已经了解到，对于批量更新，暂时删除索引可能非常有用。

Answer 2

你为什么不做以下几件事：

groupId

• update

• Then
• 创建不同的列(varchar之一)聚集索引
• ，在您的
• 上创建一个索引，反转这个过程。

这样应该更快些。