Sql server SQL Server索引设计，其中PK与行数据大小相同

我试图确认我的表需要主键，即使它会使行大小增加一倍，或者找出合适的索引策略。我们正在使用SQLServer2008R2

我有一个

Testscores

表，表中有20多亿行，每行只包含以下形式的10字节数据：

(ItemID INT, ProjectID SMALLINT, DepartmentID SMALLINT, Score REAL).

没有一个列是唯一的，但我们有大约1亿个ItemID、500个ProjectID和300个DepartmentID

我有一个

项目的查找表

，大约有500行，格式如下

(ID SMALLINT, ProjectName varchar, State Char(2), year INT)

最初，该表是非规范化的，大约为600gb。我的目标是能够查询关于

ProjectName

、

State

或年份（有时是其中一个，有时是两个，有时是全部三个）的projects表。然后，我将加入

ProjectsID

上的

Testscores

表，返回匹配项目的所有测试分数（大约500万到2000万个结果）

在重建表之后（愚蠢的人应该首先解决这个问题），我开始了解到，如果没有聚集索引，即使我在

ProjectsID

上构建了非聚集索引，每个查询也必须使用表扫描

我当前的行大小是10个字节，添加一个

BigInt

（需要，已经有20亿个字节了，而且还要添加更多）将为每行添加8个字节，基本上是我的数据库的两倍。在

ProjectsID

上构建非聚集索引本质上需要8个字节用于唯一化器（4个字节用于值，4个字节用于第一个varchar）

有什么想法吗？我是不是把数据库设计搞砸了？我不介意再重建一次，我只想把它做好

顺便说一句，我已经闹鬼十年了，这是我遇到的第一个通过搜索无法回答的问题。你们都很摇滚

---

编辑：当我将数据加载到表中时，它在

projectd ASC，ItemID ASC

上进行了预排序，如果这有什么区别的话。

由于每条记录的记录大小为8字节，SQL Server在每页上放置了大约1000行。这意味着任何选择超过0.1%数据的查询都很可能命中所有或几乎所有页面。在这些情况下，引擎通常选择全表扫描，而不是使用索引

考虑到您的查询返回至少500万行，我推测很难避免对表进行完整扫描。聚集索引可能有助于某些查询（也许通过一些奇迹），但并非对所有查询都有帮助

---

一件可能有帮助的事情是对表进行分区；但是，为了进行有效分区，您需要对数据进行非规范化。

谢谢Gordon！我们有企业版，所以分区是一种选择（我甚至比大型数据库更不熟悉）。testscores大约为50gb，因此表CAN是不幸的，但考虑到我们查询表的频率，它是可行的。这是一个很好的开始。另外，我会用一个更小的测试表（几百万行就足够了）。

Real

数据类型需要4个字节，而不是2个字节，所以行大小是4+2+2+4=12个字节，而不是10个字节。毕竟，这要多出20%。而且，在我看来，ProjectID+DepartmentID+ItemID列的组合很可能是唯一的。如果确实是这样，您可以在这3个节点上创建一个聚集索引，而不需要任何明显的空间使用增量。谢谢罗杰，您的字节总数是正确的。如果我在这三个字段上创建一个聚集索引（我确实认为这三个字段是唯一的或应该是唯一的），这会加快只涉及其中一个字段的查询速度吗？我的理解是，只有当查询使用索引中的所有列时，才会使用多列上的聚集索引。如果我错了，这将是个好消息！