如何在Synapse哈希分布表存储无长度限制的Unicode源列？

方案一：使用哈希分布的聚簇列存储索引表（推荐） #

Synapse专用SQL池对哈希分布表的MAX类型列限制仅针对聚簇B树索引的表，若采用聚簇列存储索引的哈希分布表，则可以直接定义NVARCHAR(MAX)列来存储无长度限制的新闻正文。

示例创建表语句：

CREATE TABLE dbo.News_Articles
(
    ArticleId INT NOT NULL,
    ArticleTitle NVARCHAR(4000) NOT NULL,
    PublishTime DATETIME2 NOT NULL,
    ArticleContent NVARCHAR(MAX) NOT NULL
)
WITH
(
    DISTRIBUTION = HASH(ArticleId), -- 按主键哈希分布
    CLUSTERED COLUMNSTORE INDEX -- 聚簇列存储索引
);

这种方式既满足哈希分布的需求，又能直接存储超长Unicode文本，同时聚簇列存储索引本身也适合大数据量的分析场景，性能表现更优。

方案二：拆分表结构（兼容旧版或特定场景） #

如果因业务限制必须使用聚簇B树索引的哈希分布表，可以将大文本字段拆分到单独的非哈希分布表中，通过主键关联查询：

1. 创建哈希分布的主表（存储小字段）：

CREATE TABLE dbo.News_Metadata
(
    ArticleId INT NOT NULL,
    ArticleTitle NVARCHAR(4000) NOT NULL,
    PublishTime DATETIME2 NOT NULL,
    CONSTRAINT PK_News_Metadata PRIMARY KEY CLUSTERED (ArticleId)
)
WITH
(
    DISTRIBUTION = HASH(ArticleId),
    CLUSTERED INDEX ON (ArticleId)
);

2. 创建用于存储正文的堆表或轮询分布表：

CREATE TABLE dbo.News_Content
(
    ArticleId INT NOT NULL,
    ArticleContent NVARCHAR(MAX) NOT NULL,
    CONSTRAINT PK_News_Content PRIMARY KEY NONCLUSTERED (ArticleId)
)
WITH
(
    DISTRIBUTION = REPLICATE, -- 或ROUND_ROBIN，根据查询频次选择
    HEAP
);

3. 查询完整数据时通过主键关联：

SELECT m.ArticleId, m.ArticleTitle, m.PublishTime, c.ArticleContent
FROM dbo.News_Metadata m
INNER JOIN dbo.News_Content c ON m.ArticleId = c.ArticleId
WHERE m.ArticleId = 1001;

内容的提问来源于stack exchange，提问作者Vivek KB