哪種方法更適合這種情況？

我們有如下表：哪種方法更適合這種情況？

CREATE TABLE [dbo].[CampaignCustomer](
    [ID] [int] IDENTITY(1,1) NOT NULL, 
    [CampaignID] [int] NOT NULL, 
    [CustomerID] [int] NULL, 
    [CouponCode] [nvarchar](20) NOT NULL, 
    [CreatedDate] [datetime] NOT NULL, 
    [ModifiedDate] [datetime] NULL, 
    [Active] [bit] NOT NULL, 
CONSTRAINT [PK_CampaignCustomer] PRIMARY KEY CLUSTERED 
(
    [ID] ASC 
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY] 
) ON [PRIMARY]

及以下唯一索引：

CREATE UNIQUE NONCLUSTERED INDEX [IX_CampaignCustomer_CouponCode] ON [dbo].[CampaignCustomer] 
(
    [CouponCode] ASC 
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, SORT_IN_TEMPDB = OFF, IGNORE_DUP_KEY = OFF, DROP_EXISTING = OFF, ONLINE = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON, FILLFACTOR = 20) ON [PRIMARY] 
GO

我們確實使用COUPONCODE和其他外鍵（以上爲簡單起見，未顯示）相當恆定的查詢。 CampaignCustomer表擁有近400萬條記錄並且在增長。我們還開展不需要優惠券代碼的廣告系列，因此我們不會插入這些記錄。現在我們還需要開始跟蹤這些廣告系列以及其他目的。所以我們有2個選項：

我們更改CouponCode列不允許空值，並創建一個唯一的文件索引，使其不包含空值，並允許表增長得更大更快。
創建一個單獨的表格，用於跟蹤此特定用途的所有廣告系列。

請記住，CampaignCustomer表經常用於兌換優惠券和插入新優惠券。底線是我們不希望我們的客戶兌換優惠券，並一直等到他們放棄或其他流程失敗。所以，從效率的角度來看，你認爲哪種選擇最好，爲什麼？

來源

2010-08-25 Jonas Stawski

沒有CouponCode的活動有多少（百分比）？ – 2010-08-25 19:59:15

16.5％的廣告系列沒有優惠券代碼。 – 2010-08-25 20:17:17

有了這個比例，我會去選項1.但是，而不是空值，我會使用虛擬代碼，指示無優惠券記錄。你可能會考慮分區表...... – 2010-08-25 20:22:05

我會去篩選索引...你存儲相同的數據，所以保持在同一個表。

當你可能不需要它並增加複雜性時，拆分表是重構的。

你有400萬行有問題嗎？這並不是說很多特別是對於此類條案

來源

2010-08-25 20:02:19 gbn

我們現在沒有400萬行存在問題。我們應該什麼時候開始擔心桌子的大小？我們不會存儲相同的數據，但類似。 – 2010-08-25 20:10:55

那麼你仍然可以使用分區表來克服性能問題...... – 2010-08-25 20:20:03

我反對對單個列
允許couponcode爲空的緣故重複表意味着有人可能會意外地創造了紀錄，其中值爲NULL時，它應是一個有效的COUPONCODE

我會創建一個couponcode指示作爲一個非優惠券，而不是採取指示符列「isCoupon」或「isNonCouponCampaign」，並使用經濾波的指數忽略「nocoupon」值。

這導致我的下一點 - 我沒有看到外鍵引用，但它是瞭解哪些優惠券存在以及哪些優惠券實際使用的關鍵。現有表格中的某些列可能會移動到父代優惠券代碼表...

來源

2010-08-25 20:08:54

所以你說，而不是使用NULL，只需插入「nocoupon」並篩選唯一鍵？ – 2010-08-25 20:13:43

@Jonas Stawski：是的。我忘了它會被複制並打破你的獨特約束。 – 2010-08-25 20:18:23

但過濾就可以解決這個問題 – 2010-08-25 20:22:45

哪種方法更適合這種情況？

回答

相關問題