几个关于大量数据操作的问题

Question

1.      1亿条记录写入时间是多少？ 2.      如果在4亿条记录里面有完全重复的记录，该怎样剔重？ 3.      如果只有10万条重复，你的算法大概是什么样的效率。 4.      从一张表删除10条记录，同时把这10条记录插入另外一张表中，该怎么做。 5.      关于A表3条记录，B表5条记录，左连接的最大最小数据数和内连接的最大最小数据数。

Answer 1

--从简单的来4.
insert into tb2
select 10条数据 from tb1
delete 10条数据 from tb15.
左连接最大8，最小3
内链接最大3，最小01.
不大清楚
估计select ... into ... from ...会快一点2.
select 去重后的数据 into tb2 from tb13.
我的算法...我只代表我自己 

Answer 2

其它的太复杂，纠正一个简单的。A表3条记录，B表5条记录
 
内连接最大数： select * from a inner join b on 1=1   等于15条
内连接最小数： select * from a inner join b on 1<>1  等于0条左连接最大数：select * from a left join b on 1=1  等于15条
左连接最小数：为驱动表行数，当A为驱动表，为3条，当B为驱动表 为5条所有的连接第一步都是cross join  ，第二步 内连接 (筛选ON条件)，第三步 外连接 处理没有适配的数据。 

Answer 3

这个貌似不对吧，以合并联接策略为例：先根据连接关键字排序，再从上到下逐条比较，匹配的行合并到结果集，不匹配的行则去除，这跟cross join不同吧。

Answer 4

话说嵌套循环联接是cross join还有点吻合，合并联接和哈希联接应该是完全不同的算法

Answer 5

5. 关于A表3条记录，B表5条记录，左连接的最大最小数据数和内连接的最大最小数据数。
A左连接B最大15，最小3，A内连接B最大15，最小0

Answer 6

 1.没试过了，应该符合日志记录最小化的原则。
 2.distint
 3.既然是完全重复行，
  with dups as 
  (slect *,ROW_NUMBER() OVER (partition by col1 order by col2 ) AS rn From dbo.myTB)
  while 1=1
  Begin 
  Delete top (5000) from dups where rn>1
  if @@RowCount<5000 break;
  End
 4.Delete From dbo.yourTB
   OUTPUT deleted.* INTO dbo.anotherTB
   Where codition='只删10行'
 5.Left:15,3 Inner:15,0

Answer 7

海量数据处理，单单从SQL 角度出发是无法回答的！硬件环境，数据处理架构都需要考虑。
这种问题类似于面试问题，主要考察应聘者考虑问题是否周全，经验是否丰富，比如问题4：
“4. 从一张表删除10条记录，同时把这10条记录插入另外一张表中，该怎么做。
”做法很多，甚至可以用一条语句完成，但是不同场合，需要不同方法，只当了解，无需在意。