Sql server 是否使用blob，性能问题

首先，我不是一个数据库专家，而是一个承包商。我雇佣了一位（优秀的）程序员，但由于我们遇到的一些问题和我正在阅读的所有信息，我现在对数据库设计的某个部分有些怀疑。让我们开始吧

我们构建了一个住房网站，该网站使用解析器处理所有数据并将其存储在ms sql数据库中。每天提要包含大约70000条记录，其中大多数还附带了图片（平均3张）。图片大小从30kb到400kb不等。 数据库中的记录数量大致相同。大约有400个新对象需要处理。这意味着每天必须输入数据库中的所有记录，以查看数据是否已更改、对象是否已删除或是否为新对象，因此必须插入。 图片存储在数据库中。feed在双四核机器上处理，该机器具有32GB内存和SSA磁盘。数据库现在的大小为600GB

目前，我们每天约有3000名用户，平均每个用户查看6栋房子和10张图片

这就是我们的经验： -整个解析过程大约需要13个小时。 -日志中有很多超时错误 -我们得到了一些死锁错误 -谷歌抱怨超时错误，因此索引页面不多。 -谷歌认为该网站的速度很慢，因为一些目录加载时间超过10秒

我个人认为这与数据库中的图片和一些糟糕的查询有关。但在我开始向我的程序员抱怨之前，我想听听你对此的看法。 提前感谢您抽出时间

来自我的程序员的更新： 下面是关于表结构的一些信息。图像有两个表，一个称为imageinfo的表用于查询图像（例如获取imageid和内容类型的列表），另一个表包含图像和BLOB的id。imageinfo表具有与图像表相同的id（1:1关系），并且具有一些额外的信息，如图像的名称、类型和哈希。该散列在解析器进程中用于确定图像是否已更改。因此，只有当解析器中有一个insert/update/delete并且站点访问一个图像时，才会触摸图像表。

---

访问和下载一个图像所需的时间约为350毫秒。

您告诉我们两个问题：

进口缓慢

浏览这个网站很慢

（2） 这很简单：您可能需要理解您的read查询并为它们编制索引。这绝对是可以解决的

（1） 如果没有更多的细节，就很难说些什么。我知道你需要比较很多blob——除了实际数据之外，你还可以存储这些blog的压缩散列。这样，您就不需要检索blob进行比较，甚至可以为散列编制索引

数据库中是否应该有图像？

最大的优点是：一致且简单的备份，方便开发人员。最大的弊病是潜在的滥用。一般来说，您不能说图像属于文件系统。数据库对他们来说通常是好的，除非有具体的理由把他们放在其他地方

---

我猜你对这些博客的使用被误用了，如果文件存储在文件系统中，你也会遇到同样的问题。

你真的需要衡量性能对你的影响。如果不知道到底什么是慢的，你就不能希望开始修复它

然而，如果您正在寻找从何处开始测量的想法，那么我会说看看导入过程，看看它在RBAR风格中做了什么。RBAR代表“一行接一行”，它恰当地描述了在单个行上运行的流程，而这些流程在集合中的工作效率要高得多

我要检查的另一件事是，你实际上没有检查每个图像的内容，以确保它没有改变。如果你对这些数据进行二进制比较，我可以想象它会非常慢。如果你计算一个校验和并比较校验和，那么

a） 您可以在SQL Server进程之外，最好在另一个框中计算该校验和。
b） 您将能够在更精简的过程中检查更新的图像，特别是如果该校验和是适当索引上的

INCLUDE

列

---

但是，正如有人评论的那样，将图像存储在数据库中并不是最明智的想法。

无论实现如何，它都非常缓慢。。。一般来说，我不会使用blob并将文件/图像托管在单独的服务器上。然后DB只保留pic的位置。减少了数据库大小，减少了一台服务器上的负载，可以做任何事情，例如为您的picsOke提供s3存储，谢谢您的回答，我会问他现在是否正在使用（索引基于读取查询和使用压缩散列。但你不认为从数据库中获取图像是一个好的开始吗？还是因为每天都要进行比较，所以最好将它们存储在数据库中。看，问题是，将有更多的提要，所以未来几个月会有更多的数据，我很担心我编辑了我关于博客存储的想法。我最大的建议是：看看你的查询和访问模式，这样你就可以找到（并证明）错误。优化它们。你会没事的。我有，但我所说的仍然是我的想法。现在我们需要对流程进行更全面的描述，以便发表更多的评论。。。