[SQL SERVER]傳統資料表和In-Memory資料表 ETL 效能比較

2017-03-11

1524
0
SQL_SERVER
2020-12-31

SQL 2016 In-Memory OLTP 可以提高交易效能超過15~30倍以上，

實務上我們可能會有大型檔案資料匯入SQL Server需求，假設效能頻頸發生在目的資料表，

這篇我將透過SSIS並使用BDD，模擬比較傳統資料表和In-Memory資料表在ETL效能上的差異。

Balanced Data Distributor(BDD)主要利用多CPU平行能力提高轉換效能，他會將在緩衝區中的資料，

平均分布在每個輸出的執行緒(RR方式)，但如果輸入資料量太小，反而效能會更差，另外也不保證資料排序。

truncate table rsa241
CREATE TABLE [dbo].[rsa241](
	[num] [int] NOT NULL,
	[stime] [nchar](8) NOT NULL,
	[event_code] [nvarchar](4) NULL,
	[event_des] [nvarchar](50) NULL,
	[event_card] [nvarchar](10) NULL,
	[door_name] [nvarchar](20) NULL,
	[device_id] [nvarchar](20) NULL,
	[site_id] [nvarchar](12) NULL,
	[ip] [nvarchar](16) NULL,
	[device_name] [nvarchar](20) NULL,
	[ncuip] [nvarchar](16) NULL,
	[emp_id] [nvarchar](20) NULL,
	[sdate] [nvarchar](10) NULL,
	[emp_dep] [nvarchar](12) NULL,
 CONSTRAINT [PK_rsa241] PRIMARY KEY CLUSTERED 
(
	[num] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]
GO
 select * from [rsa241]


drop table rsa241inmemory
CREATE TABLE [dbo].[rsa241inmemory](
	[num] [int] NOT NULL,
	[stime] [nchar](8) NOT NULL,
	[event_code] [nvarchar](4) NULL,
	[event_des] [nvarchar](50) NULL,
	[event_card] [nvarchar](10) NULL,
	[door_name] [nvarchar](20) NULL,
	[device_id] [nvarchar](20) NULL,
	[site_id] [nvarchar](12) NULL,
	[ip] [nvarchar](16) NULL,
	[device_name] [nvarchar](20) NULL,
	[ncuip] [nvarchar](16) NULL,
	[emp_id] [nvarchar](20) NULL,
	[sdate] [nvarchar](10) NULL,
	[emp_dep] [nvarchar](12) NULL,
 CONSTRAINT [PK_rsa241inmemory] PRIMARY KEY nonCLUSTERED hash ([num]) with (bucket_count=40000))
 WITH (memory_optimized=on,durability=schema_and_data)
 GO
select * from [rsa241inmemory]

Control Flow

Note: 依照硬體資源修改DefaultBufferSize和 DefaultBufferMaxRows 可提高效能。