并行创建 SQL Server 聚集索引

Posted 2023-04-14

【中文标题】并行创建 SQL Server 聚集索引

【英文标题】：SQL Server clustered index creation in parallel

【发布时间】：2013-10-08 00:04:06

【问题描述】：

我有两张桌子T_A 和T_B。

两者都是空的。 两者都有聚集索引。 恢复模型设置为SIMPLE。 insert...select.. 满足最小日志记录的要求。看 http://msdn.microsoft.com/en-us/library/ms191244.aspx 两个临时表都包含大量数据。

我需要从临时表中导入数据。

如果我单独执行以下 T-SQL 块，每个需要 2 到 3 分钟才能完成。总时间约为 5 到 6 分钟。

BEGIN TRAN
  INSERT INTO T_A WITH(TABLOCK) FROM SRC_A WITH(NOLOCK);
COMMIT TRAN

BEGIN TRAN
  INSERT INTO T_B WITH(TABLOCK) FROM SRC_B WITH(NOLOCK);
COMMIT TRAN

为了加快速度，我在 SMSS 中打开两个会话并并行执行这两个块。令我惊讶的是，每节课大约需要 10 到 12 分钟才能完成。加起来总时间增加了一倍多。显示的wait_type 是PAGEIOLATCH_SH，它指向磁盘I/O 瓶颈。我不明白的是，即使两个会话必须相互等待 I/O，它也不应该等待那么久。谁能帮忙解释一下？

我的故事还没有结束。然后我删除了两个表上的聚集索引，并在不同的会话中并行运行了两个块。这一次每次大约需要 1 分钟才能完成。由于它们是并行的，因此总时间约为 1 分钟。伟大的！但是当我尝试重新创建聚集索引时，噩梦就来了。

如果我单独创建集群索引，则每个需要 4 分钟才能完成。总时间约为8分钟。这违背了我提高性能的目的。

然后我尝试在两个表上并行创建聚集索引，每个表在不同的会话中。这一次是最糟糕的：一个需要 12 分钟才能完成，另一个需要 25 分钟才能完成。

从我的测试结果来看，我最好的选择是回到第一方：使用表上的聚集索引顺序执行两个事务。

有没有人遇到过类似的情况？加快速度的最佳做法是什么？

【问题讨论】：

我没有什么可以支持的，但我猜你的第一个测试用例具有 I/O 顺序的优势......这意味着你磁盘上的磁头没有跳遍整个地方...在所有其他测试用例中，I / O是随机的，这意味着磁头为您的一个表写入一个块，然后跳转到磁盘上的另一个位置为另一个表，像那样来回移动......这就是为什么并行执行比顺序执行花费更长的时间。

删除 WITH(TABLOCK) 提示会提高并行插入速度吗？ SRC_A 和 SRC_B 中的数据是否可能会命中聚集索引的不同区域或相同区域？

感谢您的回复。删除 WITH(TABLOCK) 将无济于事，因为这会使插入完全记录。而且这两张表完全不同。它们的簇键列完全不同。

我倾向于认为并行缓慢是由于磁盘磁头跳跃造成的，但没想到成本如此之大。我试图用谷歌搜索，但没有找到类似的情况和解决方案。

【参考方案1】：

在插入记录后创建聚集索引时，SQL 无论如何都必须在后台重新创建此表，因此将记录直接插入到已经存在聚集索引的表中会更快。 在插入时禁用任何非聚集索引并在之后再次启用它们，在填充的表上创建索引比为每个插入更新它们更快。记得在创建索引时将 Max DOP 选项设置为 0。

批量插入也比插入语句快得多。 我使用“SQL 服务器导入和导出向导”来复制大量数据，而且速度似乎更快（该向导使用批量语句）。如有必要，您可以尝试查找此向导使用的语句并自行运行。