sql - SQL Server 中对大型数据集的不同查询速度缓慢

Question

我们使用 SQL Server 2005 来跟踪大量不断传入的数据(每秒 5-15 次更新)。我们注意到，在它投入生产几个月后，其中一个表开始花费大量时间来查询。

该表有 3 列:

• id -- 自动编号(集群)
• typeUUID -- 在插入发生之前生成的 GUID；用于将类型分组在一起
• typeName -- 类型名称(废话...)

我们运行的查询之一在 typeName 字段上是不同的:

SELECT DISTINCT [typeName] FROM [types] WITH (nolock);

typeName 字段具有非聚集、非唯一的升序索引。该表目前包含大约 200M 记录。当我们运行这个查询时，查询花了 5m 58s 才返回!也许我们不理解索引是如何工作的...但我认为我们对它们的理解并没有那么严重。

为了进一步测试这一点，我们运行了以下查询:

SELECT DISTINCT [typeName] FROM (SELECT TOP 1000000 [typeName] FROM [types] WITH (nolock)) AS [subtbl]

正如我所料，此查询将在大约 10 秒内返回，它正在扫描表。

我们是否遗漏了什么？为什么第一个查询需要这么长时间？

编辑:啊，抱歉，第一个查询返回76条记录，谢谢nineside。

跟进:谢谢大家的回答，现在对我来说更有意义(我不知道为什么以前没有......)。没有索引，它会跨 200M 行进行表扫描，如果有索引，它会跨 200M 行进行索引扫描...

SQL Server 确实更喜欢索引，它确实带来了一点性能提升，但没什么值得兴奋的。重建索引确实将查询时间从 6m 降到了 3m 多一点，这是一个改进，但还不够。我只是要向我的老板建议我们规范化表结构。

再次感谢大家的帮助!!

Answer 1

您确实误解了索引。即使它确实使用了索引，它仍然会对 200M 条目进行索引扫描。这将花费很长时间，加上执行 DISTINCT (导致排序)所需的时间，并且运行起来是一件坏事。在查询中看到 DISTINCT 总是会引发危险信号，并导致我仔细检查查询。在这种情况下，也许您遇到标准化问题？