ส่วนหนึ่งของภาระงานของฉันใช้ฟังก์ชั่น CLR ที่ใช้อัลกอริทึมแฮชที่น่ากลัวเพื่อเปรียบเทียบแถวเพื่อดูว่ามีการเปลี่ยนแปลงค่าคอลัมน์ใด ๆ หรือไม่ ฟังก์ชั่น CLR รับสตริงไบนารีเป็นอินพุตดังนั้นฉันต้องการวิธีที่รวดเร็วในการแปลงแถวเป็นสตริงไบนารี ฉันคาดว่าจะแฮชประมาณ 10 พันล้านแถวในระหว่างการทำงานเต็มรูปแบบดังนั้นฉันต้องการรหัสนี้ให้เร็วที่สุด
ฉันมีตารางประมาณ 300 ตารางที่มีสกีมาแตกต่างกัน สำหรับจุดประสงค์ของคำถามนี้โปรดสมมติโครงสร้างตารางอย่างง่ายที่มีค่าเป็น 32 INTคอลัมน์ ฉันได้ให้ข้อมูลตัวอย่างรวมถึงวิธีการเปรียบเทียบผลลัพธ์ที่ด้านล่างของคำถามนี้
แถวต้องถูกแปลงเป็นสตริงไบนารีเดียวกันหากค่าคอลัมน์ทั้งหมดเหมือนกัน แถวต้องถูกแปลงเป็นสตริงไบนารีที่แตกต่างกันหากค่าคอลัมน์ใด ๆ แตกต่างกัน ตัวอย่างเช่นรหัสง่าย ๆ ดังต่อไปนี้จะไม่ทำงาน:
CAST(COL1 AS BINARY(4)) + CAST(COL2 AS BINARY(4)) + ..มันไม่จัดการ NULL อย่างถูกต้อง ถ้าCOL1เป็น NULL สำหรับแถวที่ 1 และCOL2เป็น NULL สำหรับแถวที่ 2 ดังนั้นทั้งสองแถวจะถูกแปลงเป็นสตริง NULL ฉันเชื่อว่าการจัดการ NULL ที่ถูกต้องเป็นส่วนที่ยากที่สุดในการแปลงทั้งแถวอย่างถูกต้อง ค่าที่อนุญาตทั้งหมดสำหรับคอลัมน์ INT นั้นเป็นไปได้
หากต้องการคำถามล่วงหน้า:
- หากเป็นเรื่องสำคัญเวลาส่วนใหญ่ (90% +) คอลัมน์จะไม่เป็น NULL
- ฉันต้องใช้ CLR
- ฉันต้องแฮชหลายแถวนี้ ฉันไม่สามารถคงแฮชได้
- ฉันเชื่อว่าฉันไม่สามารถใช้โหมดแบทช์สำหรับการแปลงเนื่องจากการมีฟังก์ชัน CLR
เป็นวิธีที่เร็วที่สุดในการแปลง 32 INTคอลัมน์nullable เป็นBINARY(X)หรือVARBINARY(X)สตริงอะไร
ข้อมูลตัวอย่างและรหัสตามสัญญา:
-- create sample data
DROP TABLE IF EXISTS dbo.TABLE_OF_32_INTS;
CREATE TABLE dbo.TABLE_OF_32_INTS (
COL1 INT NULL,
COL2 INT NULL,
COL3 INT NULL,
COL4 INT NULL,
COL5 INT NULL,
COL6 INT NULL,
COL7 INT NULL,
COL8 INT NULL,
COL9 INT NULL,
COL10 INT NULL,
COL11 INT NULL,
COL12 INT NULL,
COL13 INT NULL,
COL14 INT NULL,
COL15 INT NULL,
COL16 INT NULL,
COL17 INT NULL,
COL18 INT NULL,
COL19 INT NULL,
COL20 INT NULL,
COL21 INT NULL,
COL22 INT NULL,
COL23 INT NULL,
COL24 INT NULL,
COL25 INT NULL,
COL26 INT NULL,
COL27 INT NULL,
COL28 INT NULL,
COL29 INT NULL,
COL30 INT NULL,
COL31 INT NULL,
COL32 INT NULL
);
INSERT INTO dbo.TABLE_OF_32_INTS WITH (TABLOCK)
SELECT 0, 123, 12345, 1234567, 123456789
, 0, 123, 12345, 1234567, 123456789
, 0, 123, 12345, 1234567, 123456789
, 0, 123, 12345, 1234567, 123456789
, 0, 123, 12345, 1234567, 123456789
, 0, 123, 12345, 1234567, 123456789
, NULL, -876545321
FROM
(
SELECT TOP (1000000) ROW_NUMBER() OVER (ORDER BY (SELECT NULL)) RN
FROM master..spt_values t1
CROSS JOIN master..spt_values t2
) q
OPTION (MAXDOP 1);
GO
-- procedure to test performance
CREATE OR ALTER PROCEDURE #p AS
BEGIN
SET NOCOUNT ON;
DECLARE
@counter INT = 0,
@dummy VARBINARY(8000);
WHILE @counter < 10
BEGIN
SELECT @dummy = -- this code is clearly incomplete as it does not handle NULLs
CAST(COL1 AS BINARY(4)) +
CAST(COL2 AS BINARY(4)) +
CAST(COL3 AS BINARY(4)) +
CAST(COL4 AS BINARY(4)) +
CAST(COL5 AS BINARY(4)) +
CAST(COL6 AS BINARY(4)) +
CAST(COL7 AS BINARY(4)) +
CAST(COL8 AS BINARY(4)) +
CAST(COL9 AS BINARY(4)) +
CAST(COL10 AS BINARY(4)) +
CAST(COL11 AS BINARY(4)) +
CAST(COL12 AS BINARY(4)) +
CAST(COL13 AS BINARY(4)) +
CAST(COL14 AS BINARY(4)) +
CAST(COL15 AS BINARY(4)) +
CAST(COL16 AS BINARY(4)) +
CAST(COL17 AS BINARY(4)) +
CAST(COL18 AS BINARY(4)) +
CAST(COL19 AS BINARY(4)) +
CAST(COL20 AS BINARY(4)) +
CAST(COL21 AS BINARY(4)) +
CAST(COL22 AS BINARY(4)) +
CAST(COL23 AS BINARY(4)) +
CAST(COL24 AS BINARY(4)) +
CAST(COL25 AS BINARY(4)) +
CAST(COL26 AS BINARY(4)) +
CAST(COL27 AS BINARY(4)) +
CAST(COL28 AS BINARY(4)) +
CAST(COL29 AS BINARY(4)) +
CAST(COL30 AS BINARY(4)) +
CAST(COL31 AS BINARY(4)) +
CAST(COL32 AS BINARY(4))
FROM dbo.TABLE_OF_32_INTS
OPTION (MAXDOP 1);
SET @counter = @counter + 1;
END;
SELECT cpu_time
FROM sys.dm_exec_requests
WHERE session_id = @@SPID;
END;
GO
-- run procedure
EXEC #p;(ฉันจะยังคงใช้แฮชเหมือนผีในผลลัพธ์ไบนารีนี้เวิร์กโหลดใช้แฮชรวมและใช้ค่าแฮชสำหรับแฮชบิวด์ตัวใดตัวหนึ่งฉันไม่ต้องการค่าไบนารียาวในบิลด์แฮชเนื่องจากต้องใช้มากเกินไป หน่วยความจำ.)