SqlServer性能优化——Slide Window

虽然对数据库进行分区本身就能提高查询的性能，结合压缩，也能减少每次查询的IO。但如果数据持续增长，过于久远的历史数据就成了一个包袱，它们从来不在查询结果中出现，却或多或少的影响着每次查询的时间，成了一个挥之不去的阴影。此外，由于一个分区表的分区是有上限的（在2005中这一上限是 1000），我们也并不能在一张表上一直分区下去。所以在这种情况下，我们一般需要同时拥有两张表，一张保存了最近的数据，用来应付所有的查询，这张表要足够精简，在其上的查询要足够敏捷；同时有另一张表，保存所有过时的数据——我们并不能把过时的数据一删了事。

这里面的关键问题是，既然数据是随着时间持续增长的，那么当下有用的数据可能在几天后就过时了，那么怎样将这一部分过时的数据从活动表迁移到存档表，而且要保证迁移过程的快速、平稳呢？如果采用常规的Select、Insert、Delete来进行数据迁移，会有如下问题：

IO过大，效率必然较低。

迁移过程表被锁住，所有查询都会被搁置。

恢复困难，如果想将移出的数据再移回来，需要进行同样的操作，IO和锁表的问题同样存在。

那么很容易想到，利用之前提到的分区的Switch操作来解决迁移的问题，将整个分区而不是数据在活动表和存档表中迁移。由于Switch的元数据操作属性，这一几乎没有什么IO的操作效率极高，而且也不会锁表。基于以上方法进行的周期性自动化的数据迁移，就是Slide Window的基础。

原理图

假设我们已经有一张活动表，分了四个区，分别对应去年，今年一月、二月以及三月以后的数据：