SQL Server更新语句的性能

Question

我在优化SQL查询以执行一些数据清理方面存在问题。

事实上，我有一个表格，它是一个多重特殊字符和单词的引用。让我们把它ABNORMAL(ID,PATTERN)

我也有另一个表含，我想从它消除存在于表ABNORMAL所有字符来清洗柱（NAME）INDIVIDUALS。

目前，我试图使用更新语句，但我不知道是否有更好的方法来做到这一点。

方法的一个

使用while循环来构建一个空白'一个替换包含所有字符从ABNORMALS和使用做一个更新内置REPLACE

DECLARE @REPLACE_EXPRESSION nvarchar(max) ='REPLACE(NAME,'''','''')' 
DECLARE @i int = 1 
DECLARE @nbr int = (SELECT COUNT(*) FROM ABNORMAL) 
-- CURRENT_CHARAC 
DECLARE @CURRENT_CHARAC nvarchar(max) 
-- NEW REPLACE EXPRESSION TO IMBRICATE INTO THE REPLACE EXPRESSION VARIABLE 
DECLARE @CURR_REP NVARCHAR(max) 
-- STRING TO BUILD AN SQL QUERY CONTAINING THE REPLACE EXPRESSION 
DECLARE @UPDATE_QUERY nvarchar(max) 
WHILE @i < @nbr 
BEGIN 
    SELECT @CURRENT_CHARAC=PATTERN FROM CLEANSING_STG_PRISM_FRA_REF_UNSIGNIFICANT_VALUES WHERE ID_PATTERN=@i ; 
    SET @REPLACE_EXPRESSION = REPLACE(@REPLACE_EXPRESSION ,'NAME','REPLACE(NAME,'+''''+@CURRENT_CHARAC+''''+','''')') 
    set @i=@i+1 
END 
SET @UPDATE_QUERY = 'UPDATE INDIVIDUAL SET NAME ='+ @REPLACE_EXPRESSION 
EXEC sp_executesql @UPDATE_QUERY 

方法有两个

使用while循环选择异常中的每个字符并使用包含要删除字符的替换进行更新：

DECLARE @i int = 1 
DECLARE @nbr int = (SELECT COUNT(*) FROM ABNORMAL) 
-- CURRENT_CHARAC 
DECLARE @CURRENT_CHARAC nvarchar(max) 
-- STRING TO BUILD AN SQL QUERY CONTAINING THE REPLACE EXPRESSION 
DECLARE @UPDATE_QUERY nvarchar(max) 
WHILE @i < @nbr 
BEGIN 
    SELECT @CURRENT_CHARAC=PATTERN FROM CLEANSING_STG_PRISM_FRA_REF_UNSIGNIFICANT_VALUES WHERE ID_PATTERN=@i ; 
    UPDATE INDIVIDUAL 
    SET NAME = REPLACE(NAME,@CURRENT_CHARAC,'') 
    SET @i=@i+1 
END 

我已经测试了两百万条记录的两种方法，并且我发现第一种方法比第二种方法更快。我会知道你是否已经做了一些类似和新的（更好的）想法来尝试。

Answer 1

如果您正在使用SQL Server 2017你可以使用TRANSLATE，避免动态SQL：

SELECT i.* 
    , REPLACE(TRANSLATE(i.NAME, f, REPLICATE('!', s.l)), '!', '') AS cleansed 
FROM INDIVIDUALS i 
OUTER APPLY (SELECT STRING_AGG(PATTERN, '') AS f 
        ,LEN(STRING_AGG(PATTERN,'')) AS l 
      FROM ABNORMAL) AS s 

DBFiddle Demo

---

反正第一次的做法是更好的becasue你做一个UPDATE，用第二种方法你在一次删除字符一个字符（所以你将有多个UPDATE）。

我也会用两种方法跟踪事务日志的增长。

Answer 2

如果没有太多字符需要清理，那么这个技巧可能会奏效。

基本上，您将生成1个大的更新语句，并将表中的每个值替换为要删除的字符。

示例代码：

测试数据（使用临时表）

create table #ABNORMAL_CHARACTERS (id int identity(1,1), chr varchar(30)); 
insert into #ABNORMAL_CHARACTERS (chr) values ('!'),('&'),('#'); 

create table #INDIVIDUAL (id int identity(1,1), name varchar(30)); 
insert into #INDIVIDUAL (name) values ('test 1 &'),('test !&#2'),('test 3'); 

代码：

declare @FieldName varchar(30) = 'name'; 
declare @Replaces varchar(max) = @FieldName; 
declare @UpdateSQL varchar(max); 

select @Replaces = concat('replace('+@Replaces+', ', ''''+chr+''','''')') from #ABNORMAL_CHARACTERS order by id; 

set @UpdateSQL = 'update #INDIVIDUAL 
set name = '+@Replaces + ' 
where exists (select 1 from #ABNORMAL_CHARACTERS where charindex(chr,name)>0)'; 

exec (@UpdateSQL); 

select * from #INDIVIDUAL; 

测试here on rextester

如果你有一个可以做正则表达式替换的UDF。 例如here
然后@Replaces变量可以简化为只有1个RegexReplace函数和一个模式。