SQL Server导入性能对比（3）——In-Memory搭配聚集列存储索引

接上文SQL Server导入性能对比（2）——非聚集列存储索导入，本文测试In-Memory搭配聚集列存储索引的导入性能。

环境准备

  先创建测试表，in-memory需要数据库开启“MEMORY_OPTIMIZED_DATA”并且添加专用文件组：

use master;
GO

ALTER DATABASE [ContosoRetailDW] 
	ADD FILEGROUP [ContosoRetailDW_Hekaton] 
	CONTAINS MEMORY_OPTIMIZED_DATA
GO

ALTER DATABASE [ContosoRetailDW]
	ADD FILE(NAME = ContosoRetailDW_HekatonDir, 
	FILENAME = '/var/opt/mssql/data/xtp') 
	TO FILEGROUP [ContosoRetailDW_Hekaton];

GO
USE [ContosoRetailDW]
go

CREATE TABLE [dbo].[FactOnlineSales_Hekaton](
     [OnlineSalesKey] [int] NOT NULL,
     [StoreKey] [int] NOT NULL,
     [ProductKey] [int] NOT NULL,
     [PromotionKey] [int] NOT NULL,
     [CurrencyKey] [int] NOT NULL,
     [CustomerKey] [int] NOT NULL,
     Constraint PK_FactOnlineSales_Hekaton PRIMARY KEY NONCLUSTERED ([OnlineSalesKey]),
     INDEX IX_FactOnlineSales_Hekaton_NCCI Clustered Columnstore
) WITH (MEMORY_OPTIMIZED = ON, DURABILITY = SCHEMA_AND_DATA);

  in-memory需要比较多的内存，所以需要修改一下，在Linux上需要先到OS层配置，这里改成10G：

~$ sudo /opt/mssql/bin/mssql-conf set memory.memorylimitmb 10240

  这个操作需要重启服务，不过实验环境没所谓，重启一下。

  另外内存表不支持truncate table，需要使用delete from 命令来删除数据。
  最后把兼容级别改回140。

实验

  下面开始导入，这次同样还是500万数据，因为1000万数据对我的服务器来说还是相对较大：

set statistics time, io on;
 
insert into [dbo].[FactOnlineSales_Hekaton] 
                        (
                        OnlineSalesKey, StoreKey, ProductKey, PromotionKey, CurrencyKey, CustomerKey
                        ) 
 
select distinct top 5000000  OnlineSalesKey,  store.StoreKey, sales.ProductKey, PromotionKey, CurrencyKey, CustomerKey 
  FROM [dbo].[FactOnlineSales] sales
        inner join dbo.DimProduct prod
                                on sales.ProductKey = prod.ProductKey
        inner join dbo.DimStore store
                                on sales.StoreKey = store.StoreKey
  where prod.ProductSubcategoryKey >= 10
                        and store.StoreManager >= 30
  option (recompile);

  从时间上来看，并没有明显增加。

  从执行计划来看，没有并行，由于内存表并不支持WITH TABLOCK，所以没办法测试。

总结

  经过这三篇文章的测试：SQL Server导入性能对比（1）——WITH TABLOCK并行导入，
SQL Server导入性能对比（2）——非聚集列存储索导入
和本文可以看出，即使数据理不相同，也可以看出，使用WITH TABLOCK的性能最好。当然后面可能会有更多的新特性来提升。另外即使本身不支持，其他的外部工具也可以提升导入数据。
  最后，数据导入的性能始终会到达天花板，不过随着大数据的发展，数据的计算并不需要总是移动数据，只需要移动计算到数据上面就可以了。所以我后续也会关注一下其他方式来实现数据的快速加载。
  由于时间关系，还没有测试分区的性能，因为分区和内存表目前还不兼容，所以暂时不打算测试，有空的时候我也会测试一下。