Sql 从群集复合密钥移动到顺序整数群集密钥时性能下降

我有一个主键（primkey）的表，由（用户名VARCHAR（50）、年龄INT、日期时间）组成。然后在这一天为用户索引一组数据。一般来说，我会为用户名请求所有数据

如果我错了，请纠正我-这里的集群工作得很好，因为它将首先基于USER\u NAME进行集群，因此将USER\u NAME=JOHN\u SMITH的所有数据放在一起。然后，它将根据年龄等进行聚类。因为我请求特定用户的所有数据，这意味着IO得到了优化，即我读取的页面数量最少，而查询请求的数据量较大，因此IO绑定速度最快

我目前计划用uid替换（用户名，年龄），而顺序递增的数字是（用户名，年龄）和uid之间的随机映射。这当然也会将primkey更改为（UID INT，DATE DATETIME），因为UID只是一个数字，例如（JOHN_-SMITH，24）可能是123124，（JOHN_-SMITH，25）可能是352431，就我所见，集群变得毫无意义。我的意思是，虽然旧primkey中的（JOHN_SMITH，24）和（JOHN_SMITH，25）显然是连续两年内同一用户的数据，DB会将数据紧密地聚集在磁盘上，但数字123124和352431不包含任何有关引用数据的信息。也就是说，旧的primkey具有结构，新的primkey没有结构，也没有关于引用数据的隐式信息

一种解决方案是在UID中实现某种寻址方案（例如IPv4样式，但要简单得多）——即每个用户名都有150个UID的保留空间，也就是说，如果JOHN_SMITH的UID为0，JOHN_SMYTH将获得至少150个UID，并且0-149是为（用户名=JOHN_SMITH，年龄=？）组合保留的

我实际上不想采用寻址方案。如果您对此有任何想法（包括我的理论是否正确），我们将不胜感激

我对SELECT有性能限制，不特别关心INSERT和DELETE

用户表非常大（数十GB）

编辑：选择查询的示例（值可能会比列表长很多，而不仅仅是两个元素）

     DECLARE @testtable TABLE 
     (
     uid INT,
     startdate DATETIME,
     enddate DATETIME
     );
     INSERT INTO @testtable
     (
     uid,
     startdate,
     enddate
     )
     VALUES
     (1233890,'01-Jul-2017 00:00:00','15-Jul-2017 23:59:59'),
     (1523420,'01-Jul-2018 00:00:00','15-Jul-2018 23:59:59')

     SELECT UID, [DATE], [WAKEUP_TIME] 
     FROM dbo.USERS user 
     INNER JOIN @testtable cont 
     ON user.uid = cont.uid 
     AND user.DATE >= cont.startdate 
     AND user.DATE <= cont.enddate
     WHERE user.USER_NAME = 'John'
     ORDER BY 2 ; 

DECLARE@testtable
(
uid INT，
开始日期时间，
结束日期日期时间
);
插入到@testtable中
(
uid，
开始日期，
结束日期
)
价值观
（1233890，'2017年7月1日00:00:00'，'2017年7月15日23:59:59'），
（1523420，'2018年7月1日00:00:00'，'2018年7月15日23:59:59'）
选择UID、[日期]、[唤醒时间]
来自dbo.USERS
内部联接@testtable cont
ON user.uid=cont.uid
和user.DATE>=cont.startdate
和user.DATE首先，您猜测的
select
查询的损失是
insert
s和
delete
s的收益。新记录只需添加到表的“末尾”，不需要拆分页面

第二，如果可以，您可能想尝试新的结构。例如，如果整个表都能放入内存，那么从多个页面读取数据与从单个页面读取数据不会有太大的区别

最后，SQL Server不要求将主键用于群集。您只有一个群集键。但您可以引入一个新的唯一id，使其成为主键，并仍然按其他列进行群集。
您似乎在按
用户名、年龄
和
日期
的范围进行平等筛选。如果替换
>用户名、年龄
通过一个新的人工值

uid，则基于相等过滤的索引搜索仍然有效

从您发布的查询中可以看出，SQL Server可能会通过反复探测

用户来执行它。对于
@testtable
中的每个项目，都会执行一次。这是作为嵌套循环联接完成的

这是相同的索引使用模式和查询计划形状。但是您是正确的，
AGE
的不同值现在将基本上随机地分布在索引中，而之前相同用户的所有
AGE
值都是共位的

这肯定会导致更多的磁盘寻道，从而导致性能损失。您指出，大多数表不会缓存在RAM中。因此，索引中必须访问的点数对性能非常重要（正如您正确识别的）

当然，最简单的解决方案是不采用新的
uid
列。但我认为您有理由这样做

您可以通过将
AGE
值冗余地打包到最后一个字节（例如，
db\u uid=sequential\u id\u for_user\u name*256+AGE
）来实现一个简单的“寻址方案”。您需要注意不要溢出

这将物理地将相关的
年龄
值组合在一起，很可能导致加速

也考虑使用<代码> BigInt/Cude>有更多的空间来对数据进行编码。
谢谢-（1）我选择了性能约束，不特别关心插入和删除。（2）表很大（几十个GBS）。（3）我知道，我也使用了一个聚集索引。不管查询关键字是不是PRIMKY（例如索引）。，您对上述性能僵局有何看法？哪些重要的select查询应该保持快速？@usr请参阅原始问题中的修正案