我正在设计一个数据库，其数据将由 ETL 每天生成。经过一番研究，我发现可以使用分区切换或模式传输来最大化“实时”数据的正常运行时间。仅出于信息完整性考虑，此数据库将部署在 Azure SQL 数据库上，并在 Docker 上的 SQL Server 2019 开发人员版上进行开发。它包含约 20 个表，每个表的行数少于 10M（预期）。
所以现在在我的设计中有两种模式：
[App]：包含多个表（没有外键）以及应用程序使用的实时数据。[AppShadow]：包含与模式完全相同的表[App]（但带有外键），通常为空，用作 ETL 的目标。
我的流程如下所示：
[AppShadow]使用模式中的表作为目标执行 ETL 。外键确保我的数据是一致的。set transaction isolation level serializable; begin transaction;[AppShadow]使用禁用架构中表的所有约束alter table [AppShadow].[<table_name>] nockeck constraint all;- 截断
[App]模式中的所有表 - 将所有表的分区从 切换
[AppShadow]到[App] - 使用重新启用
[AppShadow]架构中表的所有约束alter table [AppShadow].[<table_name>] with check check constraint all; commit transaction;
该解决方案似乎工作正常，停机时间最短，但我无法弄清楚使用[Swap]模式和alter schema <schema_name> transfer <table_name>语句在模式之间传输整个表的任何优点或缺点。SQL Server 是 SQL Server，我很确定有一些我不知道的隐藏警告应该让我更喜欢一个解决方案。
你有什么意见或建议吗？
您描述的所有操作都是元数据，所以我不希望性能有任何显着差异。
奇怪的是，您的 [App] 架构上没有外键。您已经支付了检查 DRI 的费用，并且如果您在数据库中验证了外键，则查询优化器可以利用它们。
模式转移将允许您将所有外键留在原地。