sobrecarga de columnas varchar (max) con datos pequeños

Question

Como parte de una carga masiva de datos de una fuente externa, la tabla de etapas se define con columnas varchar (max). La idea es que cada columna pueda contener lo que encuentre en el archivo CSV fuente, y que validemos los datos (por tipo, tamaño, precisión, etc.) más adelante.

Pero me preocupa que la columna varchar (max) tenga una gran sobrecarga para las columnas que tienen menos de 200 caracteres. El tipo que diseñó esto me asegura que esta es la mejor práctica para ETL, pero pensé que validaría esa afirmación con la comunidad.

Answer 1

Los valores de la columna VARCHAR (MAX) se almacenarán en la fila de la tabla, si el espacio lo permite. Entonces, si tiene un solo campo VARCHAR (MAX) y tiene 200, 300 bytes, es probable que se almacene en línea con el resto de sus datos. No hay problema ni gastos adicionales aquí.

Solo cuando los datos completos de una sola fila ya no caben en una sola página de SQL Server (8K), solo entonces SQL Server trasladará los datos de VARCHAR (MAX) a páginas de desbordamiento.

Así que en general, creo que obtiene lo mejor de ambos mundos - almacenamiento en línea cuando sea posible, almacenamiento de desbordamiento cuando sea necesario.

Marc

PD: Como señala Mitch, este comportamiento por defecto puede ser apagado - No veo ninguna razón de peso para hacerlo, sin embargo, ....

Answer 2

Por lo que yo sé, la sobrecarga que probablemente está pensando (almacenar los datos fuera de la fila de la misma forma que se almacena un valor TEXTO o BINARIO en el servidor sql) solo se aplica si el tamaño de los datos es superior a 8000 bytes. Por lo tanto, no debería haber problemas al usar esto con columnas más pequeñas para procesos ETL.

Answer 3

Bueno, quiero decir que no debería haber una gran sobrecarga porque no creo que sql haya asignado automáticamente una cantidad de datos asignada para nvarchar, y en su lugar solo asigna lo que se necesita para lo que se inserta, pero No tengo nada que probar o respaldar esa idea.

Answer 4

La sobrecarga de almacenamiento es la mismo entre varchar (n) y varchar (max) el tamaño de almacenamiento es la longitud real de los datos introducidos + 2 bytes

MSDN Reference

Consultar estas similares SO preguntas:

https://stackoverflow.com/questions/166371/varcharmax-versus-varcharn-in-ms-sql-server Are there any disadvantages to always using nvarchar(MAX)?

Answer 5

Si utiliza un varchar (max) o varbinary (max) en MSSQL2005 SSIS es la creación de un archivo temporal para cada columna en su registro de esto puede dejar que el rendimiento y convertirse en un gran problema. MS afirma que resolvieron este problema en MSSQL2008.