SQL Server上的大数据索引建议

Question

我准备将大约5亿行遥测数据导入SQL Server 2008 R2，我想确保我获得正确的索引/架构，以便快速搜索数据。我已经在数据库工作了一段时间，但没有这个规模。我希望我可以描述我的数据和应用程序，有人可以告诉我一个好的策略来索引它。

数据是来自数据收集系统的仪器读数，有3列：SentTime（datetime2（3）），Topic（nvarchar（255）和Value（float）.SendTime精度为毫秒，是并非唯一。数据中有大约400个不同的主题（例如：＆＃34; Voltage1＆＃34;，＆＃34; PumpPressure＆＃34;等），我的计划是将数据分成大约30个表，每个列有10-15列，分为逻辑分组，如电压，压力，温度等，每个都有自己的SentTime列。

典型的搜索将是检索给定时间范围内的各种值（可能跨越多个表）。另一种可能的搜索方式是检索给定值范围和主题的所有时间/值。用户界面将显示数据的粗略图形，以允许用户查找感兴趣的数据并将其导出为Excel或CSV。

我的主要问题是，如果我单独根据SentTime添加索引，那么该速度会搜索给定的时间范围吗？由于时间不是唯一的，因此在时间和价值上制作综合指数会更好吗？添加唯一主键的任何一点？我应该为这个应用程序看一下其他整体策略或架构吗？

另外请注意，导入完成后我不会插入任何数据，因此无需担心索引的插入开销。

Answer 1

您似乎将通过SentTime列进行大量范围搜索。在这种情况下，我会在SentTime上创建一个聚簇索引;使用非聚簇索引会有查找的开销（以检索其他数据）。 SentTime不是唯一的并不重要，引擎会为它添加一个uniquifier。

Topic列必须是nvarchar;为什么不是varchar？

我的关系自我将惩罚我，但似乎你不需要额外的PK。数据是只读，对吧？

还有一个想法：检查sparse columns功能，它似乎非常适合你的场景。可能存在大量稀疏列（如果我没有记错，则高达10.000），它们可以作为XML进行分组和操作，主要的一点是NULL几乎是免费存储的。