Resulta habitual tener que realizar operaciones masivas de borrado en bases de datos SQL Server, algo que no tiene mayor importancia en pequeñas bases de datos, pero cuando el tamaño de la base de datos y el número de filas aumenta hasta grandes cifras, y más aún en entornos críticos de producción, la cosa se vuelve más delicada, los tiempos de ejecución aumentan, y los riesgos de incidencias de espacio en disco y de consumos de recursos de máquinas aumentan.
Un truco muy común es realizar los borrados por lotes, algo que podemos hacer fácilmente utilizando un bucle con ROWCOUNT. Por ejemplo, podemos borrar 50.000 filas de una en una empleando 60 segundos (50.000 transacciones), o de 1000 en 1000 empleando 1 segundo (50 transacciones).
También podríamos borrar las 50.000 filas a la vez (una única transacción), pero cuanto más filas son, es más recomendable realizarlo por tramos o lotes. De hecho:
- Si podemos configurar temporalmente el Recovery Model en simple, nos interesará realizar el borrado por lotes para evitar el crecimiento del LOG, pero sin el lastre que supone el borrado de fila en fila. Ojo, que cambiar el Recover Model de Full a Simple, tiene un impacto directo en la secuencia de Backup, y si necesitásemos realizar un RESTORE por cualquier motivo, estaremos en una situación muy comprometida. Ojito con cambiar los Recovery Model en entornos productivos.
- En caso contrario, podríamos intercalar Backups de Log para evitar el crecimiento del LOG.
Así podremos conseguir un tiempo de ejecución del borrado óptimo, evitando efectos colaterales como el crecimiento de los Logs y llenados de disco.
También deberemos recordar que al finalizar, nos puede interesar realizar una Reindexación y Actualización de Estadísticas, además de un Shrink (bueno, yo personalmente no estoy a favor de los Shrinks, salvo muy raras excepciones).
Bueno, sin más rollo, aquí va un ejemplo.
--*** Insertar filas de ejemplo ***
USE GuilleSQL
GO DECLARE @COUNT INT
SET @COUNT=500000
SET NOCOUNT ON; WHILE @COUNT > 0
BEGIN
INSERT INTO dbo.test_table (descri) VALUES ('x')
SET @COUNT=@COUNT-1
END
GO -- delete from dbo.test_table where id>4000000
-- select * into dbo.temp_test_table from dbo.test_table
-- insert into dbo.test_table (descri) select descri from dbo.temp_test_table
-- select count(*) from dbo.test_table
-- backup database GuilleSQL to disk='c:\temp\GuilleSQL.bak'
-- backup log GuilleSQL to disk='c:\temp\GuilleSQL.01.trn'
-- backup log GuilleSQL to disk='c:\temp\GuilleSQL.02.trn' --*** Borrar filas de 1000 en 1000, utilizando ROWCOUNT y un bucle ***
PRINT CONVERT(VARCHAR(20), GETDATE(), 113) DECLARE @TMP_ROWCOUNT INT
SET NOCOUNT ON;
SET ROWCOUNT 1000;
DELETE FROM dbo.test_table
SET @TMP_ROWCOUNT=@@rowcount
--PRINT CAST(@TMP_ROWCOUNT AS VARCHAR(100)) + ' rows has been deleted'; WHILE @TMP_ROWCOUNT > 0
BEGIN
DELETE FROM dbo.test_table
SET @TMP_ROWCOUNT=@@rowcount
--PRINT CAST(@TMP_ROWCOUNT AS VARCHAR(100)) + ' rows has been deleted';
END
SET rowcount 0 PRINT CONVERT(VARCHAR(20), GETDATE(), 113)
GO |
Borrado de 4.000.000 de filas de 260 Bytes
Antes de finalizar vamos a poner el ejemplo de distintas formas de borrado de 4.000.000 de filas de una tabla con un tamaño aproximado de 260 Bytes por fila, repitiendo las mismas pruebas utilizando el Recovery Model a Simple y a Full, para de este modo poder comparar los resultados obtenidos.
Empezamos con el Recovery Model a Simple:
- DELETE *. Tarda 113 seg con un crecimiento de Log de 7GB, pudiendo liberar los 7GB a su finalización.
- DELETE de 1000 en 1000. Tarda 75 seg con un crecimiento de Log de 55MB, pudiendo liberar los 55MB a su finalización.
- DELETE de 1 en 1. Tarda 80 min (4800 seg) sin crecimiento apreciable del Log.
Y ahora vamos a repetirlo todo con el Recovery Model a Full:
- DELETE *. Tarda 113 seg con un crecimiento de Log de 7GB, pudiendo liberar 5GB a su finalización.
- DELETE de 1000 en 1000. Tarda 75 seg con un crecimiento de Log de 2GB, no pudiendo liberar espacio apreciable a su finalización.
- DELETE de 1 en 1. Tarda 80 min (4800 seg) con un crecimiento de Log de 16GB, no pudiendo liberar espacio apreciable a su finalización.
Viendo todos estos ejemplo, queda bastante claro cuál es la forma más eficiente de realizar un borrado de datos en SQL Server, ¿verdad?.
Poco más por hoy. Como siempre, confío que la lectura resulte de interés.
