SELECT * WHERE VarCharColumn IN (...) 优化

Question

我有一个包含 3000 个字符串的列表，我将它们（一次 20 个）传递到参数化的 IN 子句中。它绝对没有得到我希望每次执行 500 毫秒的结果。

该列是一个索引。你知道比这更好的方法吗：

SELECT * FROM [ohb].[dbo].[MasterUrls] WITH (NOLOCK) WHERE Hash 
IN(@p0,@p1,@p2,@p3,@p4,@p5,@p6,@p7,@p8,@p9,@p10,@p11,@p12,@p13,@p14,@p15,@p16,@p17,@p18,@p19)

3000 个列表需要 3 到 5 分钟。我真的需要把它缩短到大约 30 秒。这可能吗？

我在具有 24 gigs RAM 的服务器上使用 MSSQL 2008 R2，并在 6HDD (@15k/rpm) RAID 10 ISCSI 上运行双 8 核 NUMA Xeons @2.4Ghz。

该表有 140 万行，索引为非聚集索引。

执行计划将索引扫描显示为总执行的 90%。

Answer 1

SELECT *即使索引了哈希，也会使索引的任何最佳使用无效（它没有覆盖）。因此，您的索引扫描很可能在聚集索引上进行。

就个人而言，我会从

• 将 3000 个搜索值放入带有索引的表中
• 编辑：根据玛丽安的评论，这可以在列表或表格中传递
• 在 JOIN、IN、EXISTS 中的任何一个中使用它（通常相同的计划）
• 使用 Hash 确保我在 MasterUrls 上的索引适合并涵盖 col1、col2、col3

就像是

CREATE TABLE #foo (Hash ...)
INSERT #foo...
CREATE INDEX IX_FOO ON #foo (hash)

--either
CREATE NONCLUSTERED INDEX IX_Hash ON MasterUrls (hash) INCLUDE (col1, col2, col3)
--or    
CREATE CLUSTERED INDEX IXC_Hash ON MasterUrls (hash)

SELECT col1, col2, col3
FROM [ohb].[dbo].[MasterUrls] M
JOIN
#foo F ON M.Hash = F.Hash

Answer 2

实际上，我以更快的无 SQL 方式解决了这个问题。

在这之前的另一步骤中，我从表中获取 URL 和 ID（而不仅仅是 URL，我将对其进行散列以进行查找 - 这个问题），将它们保存在内存中，然后保存在 FS 上（以防内存失败） -- 当然是异步的），然后当需要进行查找时，我从存储在内存/FS 中的数据中读取数据。

现在，该过程平均需要不到 5 秒的时间来查找和更新（本问题之后的步骤）3000 行的数据。平均时间比 240 秒好得多。