मेरे कार्यभार का एक हिस्सा CLR फ़ंक्शन का उपयोग करता है जो पंक्तियों की तुलना करने के लिए डरावना हैश एल्गोरिथ्म को लागू करता है यह देखने के लिए कि क्या कोई स्तंभ मान बदल गया है। सीएलआर फ़ंक्शन एक इनपुट के रूप में एक बाइनरी स्ट्रिंग लेता है, इसलिए मुझे पंक्तियों को बाइनरी स्ट्रिंग में बदलने के लिए एक तेज़ तरीका चाहिए। मैं पूर्ण कार्यभार के दौरान लगभग 10 बिलियन पंक्तियों की हैश करने की उम्मीद करता हूं, इसलिए मैं चाहता हूं कि यह कोड जितनी जल्दी हो सके।
मेरे पास विभिन्न स्कीमाओं के साथ लगभग 300 टेबल हैं। इस प्रश्न के प्रयोजनों के लिए कृपया 32 अशक्त INTस्तंभों की एक सरल तालिका संरचना मान लें । मैंने नमूना डेटा और साथ ही इस प्रश्न के निचले भाग में बेंचमार्क परिणामों के लिए एक तरीका प्रदान किया है।
यदि सभी स्तंभ मान समान हैं, तो पंक्तियों को एक ही बाइनरी स्ट्रिंग में परिवर्तित किया जाना चाहिए। यदि कोई स्तंभ मान भिन्न है, तो पंक्तियों को विभिन्न बाइनरी स्ट्रिंग्स में परिवर्तित किया जाना चाहिए। उदाहरण के लिए, निम्न के रूप में सरल कोड काम नहीं करेगा:
CAST(COL1 AS BINARY(4)) + CAST(COL2 AS BINARY(4)) + ..यह NULLs को सही तरीके से हैंडल नहीं करता है। यदि COL1पंक्ति 1 के COL2लिए NULL है और पंक्ति 2 के लिए NULL है तो दोनों पंक्तियों को NULL स्ट्रिंग में बदल दिया जाएगा। मेरा मानना है कि NULL की सही हैंडलिंग पूरी पंक्ति को सही ढंग से परिवर्तित करने का सबसे कठिन हिस्सा है। INT कॉलम के लिए सभी अनुमत मान संभव हैं।
कुछ सवालों के जवाब देने के लिए:
- यदि यह मायने रखता है, समय का एक महत्वपूर्ण बहुमत (90% +) कॉलम NULL नहीं होगा।
- मुझे सीएलआर का उपयोग करना होगा।
- मुझे इसे कई पंक्तियों में रखना है। मैं हैश को जारी नहीं रख सकता।
- मेरा मानना है कि मैं CLR फ़ंक्शन की उपस्थिति के कारण रूपांतरण के लिए बैच मोड का उपयोग नहीं कर सकता।
32 अशक्त INTस्तंभों को BINARY(X)या VARBINARY(X)स्ट्रिंग में बदलने का सबसे तेज़ तरीका क्या है ?
नमूना डेटा और कोड वादा के अनुसार:
-- 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;
(मैं अभी भी इस द्विआधारी परिणाम पर डरावना हैश का उपयोग करूंगा। कार्यभार हैश जॉन्स का उपयोग करता है और हैश बिल्ड में से एक के लिए हैश मूल्य का उपयोग किया जाता है। मैं हैश बिल्ड में एक लंबा बाइनरी मान नहीं चाहता क्योंकि इसे बहुत अधिक आवश्यकता है। स्मृति।)