如何优化与另一个表连接的巨大表的更新？

Question

我在数据仓库环境中有一个要求，对于一个现有的表（Say表“A”），表中有大约450列，表中有1亿条记录，需要添加另外50列，但是因为表格已经很大了和广泛的，源系统无法容纳它，我将接收和加载一个扩展表（Say表“B”）与50个新列，并在两个表中的SurrogateKey，所以新表也将保持1亿条记录。但是51列。表B中的SurrogateKey是一个Identity列，因此它自己生成Key。

我需要代理键，因为它将用于优化报告层。

为了维护表A中的SurrogateKey，一旦两个表都被加载，我将不得不运行包含以下代码的过程来更新A中的SK：

Update A
SET SK=B.SK
from A JOIN B
ON A.c1=B.c1 AND
A.c2=B.c2 AND
A.c3=B.c3 AND
A.c4=B.c4

考虑到我在这两个表上都没有PK或任何索引，建议添加PK或索引，以便在更新表A时获得最大性能，以及加入A和B.

Answer 1

如果直接更新表A，添加索引将降低更新性能。我建议创建主键和所需索引，然后使用临时表更新记录，然后截断并加载表A.

简而言之，

1. 创建一个与表A结构相同的临时表。
2. 将表A中的数据加载到临时表中，并使用表B更新代理键（具有有助于更快读取的索引）。
3. 截断表A并从临时表加载更新的数据。

希望这种方法应该有所帮助。如果这对您有用，请告诉我。

Answer 2

This article可以更好地理解你。