結構描述最佳化最佳做法

資料表架構會定義資料表中所有資料行的名稱和 資料類型 。 資料表架構可以在資料表建立期間設定，或藉由修改適用的擷取對應，作為資料擷取程式的一部分。 定義資料表架構的方式可能會大幅影響查詢效能。 資料的理想架構取決於許多因素，包括使用案例、資料存取模式，以及您打算儲存的特定資料。 本文說明透過設計有效率的架構來優化效能的最佳做法。

資料類型

如需資料類型的一般資訊，請參閱 純量資料類型。

• 常用的欄位應該是具類型的資料行，而不是 動態 類型。

• 動態資料行中經常搜尋或匯總的 JSON 屬性，應該轉換成資料表中具有更特定類型的一般資料行，例如字串、long 或 real。

• 不常用於篩選和匯總的疏鬆資料行，應該使用DropMappedFields對應轉換，收集為動態資料行中的屬性包。

• 日期時間資料行應該輸入為 datetime，而不是 long 或其他資料類型。

  • 使用 Unix 轉換對應的 DateTime，例如 DateTimeFromUnixMilliseconds。 .

• 小 數 型別提供精確的精確度，使其最適合需要精確精確度的財務和其他應用程式。 不過，其速度比 實際 類型慢得多。 只有在需要時才使用十進位類型。

• 所有識別碼 (識別) 資料行都應該輸入為 字串，而不是數值。 此類型會使索引更有效率，而且可以大幅改善搜尋時間。 它也會啟用 資料分割，因為資料分割只能在字串資料行上定義。 如果此資料列上使用的查詢篩選只是相等，例如，如果資料行有 guid，您可以使用編碼設定檔 Identifier。 如需詳細資訊，請參閱編碼原則。

資料表

• 針對使用數百個資料行的寬型資料表進行優化，比寬資料表更慣用。
• 若要避免在查詢期間耗費大量聯結，請在擷取期間擴充維度資料，以反正規化維度資料。 如果更新用於擴充的維度資料表，而且案例需要最新的值，請使用 具體化檢視 來保留最新的值。
• 如果有 20 個以上的資料行疏鬆，表示許多值都是 Null，而且這些資料行很少用於搜尋或匯總，請使用轉換對應，將資料行分組為動態DropMappedFields資料行中的 JSON 屬性包。

編製索引

從未搜尋的欄位可以停用索引編製。 搭配配置檔BigObject使用編碼原則，以停用字串或動態類型資料行的索引編製。

相關內容

• .show table schema 命令