跨数据库联合查询

Question

我的仓库数据集分布在同一服务器的3个数据库中。这是一个概念验证项目，其中有三个数据提取，它们被加载到各自的数据库中。

当我将其提取到一个立方体中时，我基本上是这样做的：

SELECT * FROM DB1.dbo.Fact_Pres
UNION
SELECT * FROM DB2.dbo.Fact_Pres
UNION
SELECT * FROM DB3.dbo.Fact_Pres

我应该将数据实际合并到一个表中吗？这样做会使我的处理速度更快吗？

我没有磁盘空间的问题 - 我想实现最佳解决方案。

无论哪种情况，您能帮助我理解为什么您建议的方法是最优的吗？

- Raj More

---

+1 有趣。让我们看看会得到什么回答。 - Saar

为什么你们的仓库分成了三个数据库？ - Tomalak

Answer 1

是的，你绝对应该这样做。在不同的数据库中拆分相同的表没有任何意义。如果你遇到硬盘空间问题，请考虑对表进行分区。

关于你的评论：

性能成本并不是非常大，但联合操作会执行合并连接，这会带来一些开销。

此外，你确定你正在正确使用UNION吗？UNION将消除重复的值。也许你真正想做的是UNION ALL？

- Maximilian Mayerl

---

你能帮我理解为什么从一个表中处理会比联合三个表的处理更快吗？ - Raj More

UNION ALL 确实是我想要的。谢谢！ - Raj More

Answer 2

考虑使用SQL Server的一流分区来联合表格（而不是自己做）。如果您总是选择每个数据点，那么可能是的，从多个磁盘中提取数据更快。

但是为什么要使用多个数据库呢？您可以将三个表格堆叠到一个表格中，但是该表格必须在三个驱动器RAID组合上实现。如果您想要速度，这是一个更明确的解决方案。

联合只有在选择集的特定相邻部分时才有意义。但根据您的OP，您选择了所有内容，因此消除了该优势。

- Mark Canlas

---

我正在我的数据立方体中进行分区，以便报告可以从中运行。 - Raj More

如果你正在进行报告，为什么要提到你将表联合在一起？你何时会查询每个数据点？ - Mark Canlas

我从SQL Server的事实表中查询所有内容，我的SSAS立方体包含了报告所需的所有聚合。不过，我可能没有理解你的问题重点，请详细说明。 - Raj More

Answer 3

跨数据库查询比数据库内查询（略微）慢一些。如果您需要三个独立的表，则建议在同一个数据库中使用不同的模式。如果这恰好是一个事实表，则最好加载到单个事实表中，并且如果大小过大，则使用分区。

在ETL方面，建议将数据提取、转换、加载到单独的模式（例如ETL）中的暂存表中，然后从那里加载到事实表。完成后，清空暂存表。

这些建议来自于《Microsoft Project Real》。此外，请记住，外键不能跨数据库使用。

- Damir Sudarevic

---

这不是跨数据库连接，我可以理解这会更慢。这是将表连接在一起。由于这是一个仓库，ETL负责验证数据，因此没有FK和约束。 - Raj More

Answer 4

UNION 本质上执行了一个 select distinct，以便它可以删除重复记录。这本身可能会影响性能。您可以通过将其更改为 UNION ALL 来纠正这一点。

除此之外，您应该检查执行计划，以了解您正在遭受什么样的性能损失。我知道 SQL Server 甚至会在其他数据库中的表上使用索引，但是您在这里所做的仍然没有太多意义。如果正常使用场景是将所有表合并为一个 UNION，那么将它们分开到不同的数据库中几乎没有任何好处，建议使用表分区并将其全部保留在一个数据库中。

- Donnie

---

我会将其更改为 UNION ALL。 - Raj More