Частина мого навантаження використовує функцію CLR, яка реалізує моторошний хеш-алгоритм для порівняння рядків, щоб побачити, чи змінилися якісь значення стовпців. Функція CLR приймає бінарний рядок як вхідний, тому мені потрібен швидкий спосіб перетворення рядків у двійковий рядок. Я думаю, що під час повного навантаження хешуватимуть близько 10 мільярдів рядків, тому я хотів би, щоб цей код був максимально швидким.
У мене близько 300 таблиць з різними схемами. Для цілей цього питання, будь ласка, припустіть просту структуру таблиці з 32 нульових INTстовпців. Я запропонував вибіркові дані, а також спосіб порівняння результатів у нижній частині цього питання.
Рядки повинні бути перетворені в один і той же двійковий рядок, якщо всі значення стовпців однакові. Рядки повинні бути перетворені в різні двійкові рядки, якщо значення будь-якого стовпця відрізняється. Наприклад, такий простий код, як наведено нижче, не буде працювати:
CAST(COL1 AS BINARY(4)) + CAST(COL2 AS BINARY(4)) + ..Він не поводиться з NULL правильно. Якщо COL1NULL для рядка 1 і COL2NULL для рядка 2, то обидва рядки будуть перетворені в рядок NULL. Я вважаю, що правильна обробка NULL є найважчою частиною правильного перетворення всього рядка. Можливі всі дозволені значення для стовпців INT.
Щоб випробувати кілька питань:
- Якщо це має значення, значна частина часу (90% +) стовпців не буде NULL.
- Я повинен використовувати CLR.
- Я маю хешировать це багато рядків. Я не можу зберегти хеши.
- Я вважаю, що я не можу використовувати пакетний режим для перетворення через наявність функції CLR.
Який найшвидший спосіб перетворити 32 зведені INTстовпчики в a BINARY(X)або VARBINARY(X)string?
Зразок даних та коду, як було обіцяно:
-- 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;(Я все ще буду використовувати моторошний хеш для цього бінарного результату. Навантаження використовує хеш-з'єднання, а хеш-значення використовується для однієї з хеш-складок. Я не хочу довгого бінарного значення в хеш-збірці, оскільки це вимагає занадто багато пам'ять.)