Azure SQL Database中Sync Framework跟踪表插入操作极慢求助

碰到过不少类似的Azure SQL DB初始化Sync Framework跟踪表慢的情况，结合你的场景（百万级记录、50 DTU环境比SQL Express慢30多倍），给你几个具体的排查和优化方向：

• 先排查Azure SQL的资源瓶颈
  首先确认你的50 DTU实例是不是真的有足够资源可用：

  • 登录Azure Portal，查看该数据库的DTU使用率（CPU、数据IO、日志IO三个维度），如果某一项接近100%，说明资源被打满了（比如日志IO是批量写入场景的常见瓶颈）。
  • 查看SQL Server的等待统计信息，执行以下命令：

    SELECT wait_type, wait_time_ms FROM sys.dm_os_wait_stats ORDER BY wait_time_ms DESC;
    

    如果出现PAGEIOLATCH_*（数据页IO等待）或WRITELOG（日志写入等待）这类高等待项，说明IO是主要拖慢速度的原因。

• 优化插入语句的执行效率
  你当前的INSERT...SELECT语句可以从这几个点优化：

  1. 确保关联字段有索引：确认Transactions表的Id是主键（聚集索引），Transactions_tracking表的Id也是主键——没有索引的话，LEFT JOIN会触发全表扫描，Azure SQL的远程存储扫描比本地SQL Express慢很多。
  2. 分批插入：一次性插入百万条记录会瞬间占满日志IO，改成分批插入，比如每次插入1万条：

     WHILE 1=1
     BEGIN
         INSERT INTO [Transactions_tracking] ([Id], [create_scope_local_id], [local_create_peer_key], [local_create_peer_timestamp], [update_scope_local_id], [local_update_peer_key] , [sync_row_is_tombstone], [PointOfSaleId], [ExecutedTime])
         SELECT TOP 10000 [base].[Id], NULL, 0, @@DBTS+1, NULL, 0, 0, [base].[PointOfSaleId], [base].[ExecutedTime]
         FROM [Transactions] [base]
         LEFT OUTER JOIN [Transactions_tracking] [side] ON [base].[Id] = [side].[Id]
         WHERE [side].[Id] IS NULL;
         
         IF @@ROWCOUNT = 0 BREAK;
     END
     

  3. 预调日志文件大小：如果日志文件设置了自动增长，频繁的增长会阻塞插入操作。先把日志文件设为足够容纳百万条插入的大小（比如预估每条记录日志占用1KB，百万条就是1GB左右），完成初始化后再调回合理大小。

• 临时升级DTU级别
  初始化跟踪表是一次性操作，你可以临时把数据库升级到更高DTU的级别（比如从S2 50 DTU升到S3 100 DTU），完成插入后再降级。更高的DTU会提供更强的IO和CPU能力，能大幅缩短初始化时间，临时升级的成本非常低。

• 检查执行计划和统计信息
  在Azure SQL上执行你的插入语句，查看实际执行计划：

  • 如果发现Transactions表是全表扫描，说明统计信息可能过时，执行以下命令更新统计信息，让查询优化器选择更优的执行计划：

    UPDATE STATISTICS [Transactions]; 
    UPDATE STATISTICS [Transactions_tracking];
    

  • 对比SQL Express的执行计划，看Azure SQL是否因为存储特性（比如远程磁盘）选择了不同的执行策略，比如是否可以强制使用索引。

• 尝试批量导入工具
  Sync Framework的默认插入逻辑可能不是最优的批量写入方式，你可以试试用BCP或BULK INSERT工具：

  1. 先从Transactions表导出需要的字段到CSV文件，确保字段顺序和Transactions_tracking表匹配：

     SELECT [Id], NULL, 0, @@DBTS+1, NULL, 0, 0, [PointOfSaleId], [ExecutedTime] FROM [Transactions];
     

  2. 用BCP命令把CSV导入到Transactions_tracking表，这种方式的写入效率比普通INSERT高很多，适合百万级数据的批量操作。

内容的提问来源于stack exchange，提问作者Travis