分析如何整理SQL Server输入数据(1)

现有问题

当前的项目中包括一个6200万行、500多列的表。其中的数据来自SQL Server以外，它们到达的表中有一个标识主键，所有剩下的列以varchar(50)形式保存。

解决方案

有许多日期以YYYYMMDD格式保存，这是我注意到的第一个问题。我把这些日期改为整数列。然后我发现许多整数以varchar形式保存，我把它们都改为整数。

接下来，许多列中包含“Y”或“N”或NULL。我们很可能会把它们转换成位列，但这样做存在一个重大的缺陷——你不能索引一个位列。因此，我把它们改成char(1) NULL。

此外，还有一些列中保存有邮政编码，前面一列为五个数字，后面一列为四个数字或NULL。我将它们分别改成char(5)和char(4)，都为NULL。

我遇到的另外一个问题是，我无法明白相当一部分列中的内容。我把它们单独处理，为varchar(50)。我希望确定每个varchar列中保存的字符串的最大长度，但要检查6200万行中的所有数据中不切实际的。因此，我选择生成所有列的char或varchar列表。

SELECT

COLUMN_NAME, DATA_TYPE, CHARACTER_MAXIMUM_LENGTH, IS_NULLABLE 

FROM

INFORMATION_SCHEMA.COLUMNS

WHERE TABLE_NAME ='tblArthurClean'

AND DATA_TYPE IN('char','varchar')