SQL Server 2008 刪除大量數據

一、寫在前面 - 想說愛你不容易

　　為了升級數據庫至SQL Server 2008 R2，拿了一台現有的PC做測試，數據庫從正式庫Restore(3個數據庫大小誇張地達到100G+)，而機器內存只有可憐的4G，不僅要承擔DB Server角色，同時也要作為Web Server，可想而知這台機器的命運是及其慘烈的，只要MS SQL Server一啟動，內存使用率立馬飆升至99%。沒辦法，只能升內存，兩根8G共16G的內存換上，結果還是一樣，內存瞬間被秒殺（CPU利用率在0%徘徊）。由於是PC機，內存插槽共倆，目前市面上最大的單根內存為16G（價格1K+），就算買回來估計內存還是不夠（卧槽，PC機傷不起啊），看樣子別無它法 -- 刪數據！！！

　　刪除數據 - 說的容易， 不就是DELETE嗎？靠，如果真這么干，我XXX估計能“知道上海凌晨4點的樣子”（KB，Sorry，誰讓我是XXX的Programmer，哥在這方面絕對比你牛X），而且估計會暴庫（磁盤空間不足，產生的日志文件太大了）。

二、沙場點兵 - 眾里尋他千百度

　　為了更好地闡述我所遇到的困難和問題，有必要做一些必要的測試和說明，同時這也是對如何解決問題的一種探究。因為畢竟這個問題的根本是如何來更好更快的操作數據，說到底就是DELETE、UPDATE、INSERT、TRUNCATE、DROP等的優化操作組合，我們的目的就是找出最優最快最好的方法。為了便於測試，准備了一張測試表tmp_employee

--Create table tmp_employee
CREATE TABLE [dbo].[tmp_employee] (
    [EmployeeNo] INT PRIMARY KEY,
    [EmployeeName] [nvarchar](50) NULL,
    [CreateUser] [nvarchar](50) NULL,
    [CreateDatetime] [datetime] NULL
);

1. 數據插入PK

1.1. 循環插入，執行時間為38026毫秒

--循環插入
SET STATISTICS TIME ON;
DECLARE @Index INT = 1;
DECLARE @Timer DATETIME = GETDATE();

WHILE @Index <= 100000
BEGIN
    INSERT [dbo].[tmp_employee](EmployeeNo, EmployeeName, CreateUser, CreateDatetime) VALUES(@Index, 'Employee_' + CAST(@Index AS CHAR(6)), 'system', GETDATE());
    SET @Index = @Index + 1;
END

SELECT DATEDIFF(MS, @Timer, GETDATE()) AS [執行時間(毫秒)];
SET STATISTICS TIME OFF;

1.2.   事務循環插入，執行時間為6640毫秒

--事務循環
BEGIN TRAN;
SET STATISTICS TIME ON;
DECLARE @Index INT = 1;
DECLARE @Timer DATETIME = GETDATE();

WHILE @Index <= 100000
BEGIN
    INSERT [dbo].[tmp_employee](EmployeeNo, EmployeeName, CreateUser, CreateDatetime) VALUES(@Index, 'Employee_' + CAST(@Index AS CHAR(6)), 'system', GETDATE());
    SET @Index = @Index + 1;
END

SELECT DATEDIFF(MS, @Timer, GETDATE()) AS [執行時間(毫秒)];
SET STATISTICS TIME OFF;

COMMIT;

1.3.   批量插入，執行時間為220毫秒

SET STATISTICS TIME ON;
DECLARE @Timer DATETIME = GETDATE();

INSERT [dbo].[tmp_employee](EmployeeNo, EmployeeName, CreateUser, CreateDatetime)
SELECT TOP(100000) EmployeeNo = ROW_NUMBER() OVER (ORDER BY C1.[OBJECT_ID]), 'Employee_', 'system', GETDATE()
FROM SYS.COLUMNS AS C1 CROSS JOIN SYS.COLUMNS AS C2
ORDER BY C1.[OBJECT_ID]

SELECT DATEDIFF(MS, @Timer, GETDATE()) AS [執行時間(毫秒)];
SET STATISTICS TIME OFF;

1.4.   CTE插入，執行時間也為220毫秒

SET STATISTICS TIME ON;
DECLARE @Timer DATETIME = GETDATE();

;WITH CTE(EmployeeNo, EmployeeName, CreateUser, CreateDatetime) AS(
    SELECT TOP(100000) EmployeeNo = ROW_NUMBER() OVER (ORDER BY C1.[OBJECT_ID]), 'Employee_', 'system', GETDATE()
    FROM SYS.COLUMNS AS C1 CROSS JOIN SYS.COLUMNS AS C2
    ORDER BY C1.[OBJECT_ID]
)
INSERT [dbo].[tmp_employee] SELECT EmployeeNo, EmployeeName, CreateUser, CreateDatetime FROM CTE;

SELECT DATEDIFF(MS, @Timer, GETDATE()) AS [執行時間(毫秒)];
SET STATISTICS TIME OFF;

小結：

• 按執行時間，效率依次為：CTE和批量插入效率相當，速度最快，事務插入次之，單循環插入速度最慢；
• 單循環插入速度最慢是由於INSERT每次都有日志，事務插入大大減少了寫入日志次數，批量插入只有一次日志，CTE的基礎是CLR，善用速度是最快的。

 

2.  數據刪除PK

2.1.   循環刪除，執行時間為1240毫秒

SET STATISTICS TIME ON;
DECLARE @Timer DATETIME = GETDATE();

DELETE FROM [dbo].[tmp_employee];

SELECT DATEDIFF(MS, @Timer, GETDATE()) AS [執行時間(毫秒)];
SET STATISTICS TIME OFF;

2.2.  批量刪除，執行時間為106毫秒

SET STATISTICS TIME ON;
DECLARE @Timer DATETIME = GETDATE();

SET ROWCOUNT 100000;

WHILE 1 = 1
BEGIN
    BEGIN TRAN
    DELETE FROM [dbo].[tmp_employee];
    COMMIT
    IF @@ROWCOUNT = 0
        BREAK;
END

SET ROWCOUNT 0;

SELECT DATEDIFF(MS, @Timer, GETDATE()) AS [執行時間(毫秒)];
SET STATISTICS TIME OFF;

2.3.  TRUNCATE刪除，執行時間為0毫秒

SET STATISTICS TIME ON;
DECLARE @Timer DATETIME = GETDATE();

TRUNCATE TABLE [dbo].[tmp_employee];

SELECT DATEDIFF(MS, @Timer, GETDATE()) AS [執行時間(毫秒)];
SET STATISTICS TIME OFF;

 小結：

• TRUNCATE太快了，清除10W數據一點沒壓力，批量刪除次之，最后的DELTE太慢了；
• TRUNCATE快是因為它屬於DDL語句，只會產生極少的日志，普通的DELETE不僅會產生日志，而且會鎖記錄。

 

三、磨刀霍霍 - 猶抱琵琶半遮面

　　由上面的第二點我們知道，插入最快和刪除最快的方式分別是批量插入和TRUNCATE，所以為了達到刪除大數據的目的，我們也將采用這兩種方式的組合，其中心思想是先把需要保留的數據存放之新表中，然后TRUNCATE原表中的數據，最后再批量把數據插回去，當然實現方式也可以隨便變通。

1. 保留需要的數據之新表中->TRUNCATE原表數據->還原之前保留的數據之原表中

　　腳本類似如下

SELECT * INTO #keep FROM Original WHERE CreateDate > '2011-12-31'
TRUNCATE TABLE Original
INSERT Original SELECT * FROM #keep

　　第一條語句會把所有要保留的數據先存放至表#keep中（表#keep無需手工創建，由SELECT INTO生效），#keep會Copy原始表Original的表結構。PS：如果你只想創建表結構，但不拷貝數據，則對應的腳本如下

SELECT * INTO #keep FROM Original WHERE 1 = 2

　　第二條語句用於清除整個表中數據，產生的日志文件基本可以忽略；第三條語句用於還原保留數據。

幾點說明：

• 你可以不用SELECT INTO，自己通過寫腳本（或拷貝現有表）來創建#keep，但是后者有一個弊端，即無法通過SQL腳本來獲得對應的表生成Script（我的意思是和原有表完全一致的腳本，即基本列，屬性，索引，約束等），而且當要操作的表比較多時，估計你肯定會抓狂；
• 既然第一點欠妥，那考慮新建一個同樣的數據庫怎么樣？既可以使用現有腳本，而且生成的數據庫基本一致，但是我告訴你最好別這么做，因為第一要跨庫，第二，你得准備足夠的磁盤空間。

 

2. 新建表結構->批量插入需要保留的數據->DROP原表->重命名新表為原表

　　CREATE TABLE #keep AS (xxx) xxx -- 使用上面提到的方法（使用既有表的創建腳本），但是不能夠保證完全一致；

　　INSERT #keep SELECT * FROM Original where clause

　　DROP TBALE Original

　　EXEC SP_RENAME '#keep','Original'

　　這種方式比第一種方法略快點，因為省略了數據還原（即最后一步的數據恢復），但是稍微麻煩點，因為你需要創建一張和以前原有一模一樣的表結構，包括基本列、屬性、約束、索性等等。

三、數據收縮 - 秋風少落葉

 　　數據刪除后，發現數據庫占用空間大小並沒有發生變化，此時我們就用借助強悍的數據收縮功能了，腳本如下，運行時間不定，取決於你的數據庫大小，多則幾十分鍾，少則瞬間秒殺

DBCC SHRINKDATABASE(DB_NAME)