Azure SQL数据库历史数据卸载方案咨询：仅需保留最新200万行

针对你遇到的Azure SQL单表时序数据膨胀、索引维护成本高的问题，结合「保留全量历史数据、日常仅需最新200万行、优先Azure原生低成本服务」的核心需求，我整理了几个优先级从高到低的解决方案：

一、优先方案：Azure SQL分区表 + Azure Blob/ADLS Gen2分层存储 #

这是最贴合需求的原生低成本方案，既能解决性能问题，又能大幅降低长期存储成本：

• 第一步：将现有表改造为时间分区表
  基于你的数据量（每周100万行，200万行约2周数据），建议按周创建分区函数和分区方案，把表数据按时间切割成多个分区。日常业务只需要访问最新的2个分区，旧分区可以逐步归档。

• 第二步：用分区切换快速归档旧数据
  当某个分区的数据超过2周后，通过T-SQL的分区切换功能，把该分区快速切换到一个临时的staging表（几乎无数据移动，毫秒级完成），然后用bcp工具或Azure Data Factory把staging表的数据导出到Azure Blob存储或Azure Data Lake Storage Gen2（这两个服务的归档存储层成本仅为Azure SQL的1/10甚至更低）。

• 第三步：优化日常查询与索引维护
  对最新的2个分区创建聚集列存储索引（时序数据的最优索引类型，比传统B树索引占用空间更小、查询更快，且索引维护成本极低）。日常查询只需过滤最新2周的数据，无需重建全表索引，查询耗时能稳定控制在1秒内。

• 历史数据查询支持
  若需要做历史分析，无需把数据导回Azure SQL：可以在Azure Synapse Analytics中创建外部表直接读取Blob/ADLS里的归档数据，或者在Azure SQL中创建外部表关联存储账户，直接查询历史数据。

二、次选方案：Azure SQL弹性查询 + 低成本从属数据库 #

如果暂时不想改造分区表，可以考虑将历史数据迁移到一个Azure SQL基本层数据库（成本远低于标准层），然后用弹性查询让主库可以直接查询从属库的历史数据：

• 定时将超过2周的数据从主库同步到基本层从属库（可以用Azure Data Factory或T-SQL复制作业）
• 主库只保留最新200万行数据，索引维护仅针对小体量的主表，性能压力骤降
• 日常业务查询主库，历史分析通过弹性查询跨库查询，无需额外数据移动

三、备选脚本自动迁移方案 #

如果上述原生服务方案暂时无法落地，可以用自动化脚本实现定期归档：

• 使用Azure Automation或Azure Functions编写PowerShell/T-SQL脚本，每天执行以下操作：
  1. 查询主表中超过2周的数据，导出到Azure Blob存储的归档容器
  2. 将导出成功的数据标记为归档状态（或移到主库的归档分区），避免重复导出
• 脚本可以直接调用Azure SQL的OPENROWSET或bcp命令完成数据导出，全程自动化，无需人工干预

关键性能优化补充 #

无论采用哪种方案，都建议给时序表添加聚集列存储索引，相比传统B树索引，它能将数据压缩率提升到70%-90%，同时大幅减少索引重建的频率——对于时序数据，列存储索引的维护成本远低于行存储索引，非常适合你的场景。

内容的提问来源于stack exchange，提问作者user4625198