经典的SQL Server操作

Question

我假设这是每个使用 SQL Server 的人最常见的情况。

场景：

我有这些表 tabSRC_A(id,date,data1)、tabSRC_B(id,Date,data2) 和 tabDEST

现在我的任务是为了从 tableSRC_A 获取数据，tableSRC_B 对它们应用一些过滤和清理，并将它们插入到 tabDEST 中。

我正在使用以下代码执行此操作

insert into tabDest(id, Date, Data1, Data2)
   Select id, date, Data1, Data2 
   from tabSRC_A A 
   inner join tabSRC_B B on A.id = B.id and A.date = B.date
   where not exists 
             (select * from tabDest Dest 
              where Dest.id = B.id and Dest.date = B.date)

，如果已经存在，我将进行更新

这是此操作的最佳解决方案吗？

每个表的大小为 1000 万行

我还在考虑使用代理键创建一个视图并根据 id 执行检查而不是使用上述方法检查每一行

像这样的东西

 insert into tabDest(id, Date, Data1, Data2)
    Select id, date, Data1, Data2 
    from view_Created_From_TabA_TabB_adding_a_SurrogateKey_Kid SV
    where SV.Kid > select (max(id) from tabDest) 

我假设这会快得多。

如果您有任何建议，请指导我。

（我使用的是 SQL Server 2000，我知道它很旧）

Answer 1

您是否尝试过 LEFT join 来检测不存在？

insert into tabDest(id, Date, Data1, Data2)
   Select id, date, Data1, Data2 
   from tabSRC_A A 
   inner join tabSRC_B B on A.id = B.id and A.date = B.date
   LEFT JOIN tabDest Dest 
   ON Dest.id = B.id and Dest.date = B.date
WHERE
   Dest.id is null

Answer 2

您提供的解决方案不错，您可以尝试以下操作：

insert into tabDest(id, Date, Data1, Data2)
   Select A.id, A.date, Data1, Data2 
   from tabSRC_A A 
   inner join tabSRC_B B on A.id = B.id and A.date = B.date
   left join tabDest D.id = B.id and d.date = b.date
   where d is null;

不同之处在于，子查询将为每一行执行一次，在这种情况下，左连接将执行一次，但查看表的大小，这将也很慢并且差异可能很小。

视图接缝的创建是多余的，因为通常它们并不比查询快，使用 id 的想法很好，但在您的情况下，日期在识别中也有一些作用。这使我得出结论，您不能使用该比较，并且您可以拥有两个具有不同时间的相同 ID。

如果 id 是唯一的，您可以使用此语句

insert into tabDest(id, Date, Data1, Data2)
   Select A.id, A.date, Data1, Data2 
   from tabSRC_A A 
   inner join tabSRC_B B on A.id = B.id and A.date = B.date
   where A.id > (SELECT max(d.id) FROM Dest d); 

您还能做什么？

如果您可以向表 A 添加一次默认值为 0 的列，那么您可以使用存储过程进行迁移，您选择仅插入那些值为 0 的列（不使用 null），然后将它们设置为 1。使用此解决方案，您将不会扫描整个表。