加速大型聚集索引的创建？

Question

我有一张大表，表的行数超过30亿，这张表的数据空间大约是120GB。

和 Intel Xeon CPU E5645 @2.4GHz（2 个处理器），24 个 CPU，64G 内存，64 位 Windows Server 2008 R2 企业版。

我跑

create unique clustered index MyTable_IXC on tblFactFoo(barKey) on [PRIMARY]

但是用了6个多小时（实际上是6小时后报了duplicate key的错误）。

运行的时候cpu不到10%，磁盘IO不到20M/s，一般在15M/s左右，不知道这么强大的硬件如何提高创建聚簇索引的性能。

Answer 1

当查询运行时，您需要查看等待类型。您很可能需要更快的磁盘，因为在大表上构建索引将导致大量的读取和写入。

简而言之，您需要读取 120 Gig 表，根据聚簇键对其进行排序（这将导致 tempdb 大量溢出，将可能 100 Gig 写入 tempdb），然后将聚簇索引写入数据库，其中导致 120 Gig 的写入。

除此之外，表上的任何非聚集索引都需要同时重建，因此所有这些都需要被读取和重写（以及重建非聚集索引时产生的所有内存溢出）。

您可以通过禁用非聚集索引，然后在重建聚集索引后手动构建它们来加快速度。您需要确保最终用户在构建非聚集索引时无法接触系统，因为在创建非聚集索引之前，他们的查询性能将非常糟糕。

假设企业版可以创建常用的索引然后让用户重新登录，然后在线创建其他索引以便用户工作。

不管怎样，您都会看到一个非常长的维护窗口，您将尽其所能地猛击磁盘。

Answer 2

每次创建/重新创建簇索引时，服务器都会开始对页面进行排序，这是一个非常消耗资源的过程。你的桌子很大。如果可能的话，我建议您将表分成几个较小的表（即执行数据标准化）。或者您可以创建该表的空副本，在空表上添加簇索引，从主表导入所有数据，然后删除主表。

我的意思是这样的 -

CREATE TABLE dbo.tblFactFoo_New
(
      barKey INT NOT NULL
    , ...
)

CREATE UNIQUE CLUSTERED INDEX tblFactFoo_IXC ON tblFactFoo_New(barKey) ON [PRIMARY]

INSERT INTO dbo.tblFactFoo_New(barKey, ...)
SELECT barKey, ... 
FROM dbo.tblFactFoo
GROUP BY barKey, ... -- without duplicates
ORDER BY barKey

DROP TABLE dbo.tblFactFoo

sp_rename 'dbo.tblFactFoo_New', 'dbo.tblFactFoo'