从SQL Server中的VARCHAR中删除非数字字符的最快方法

Question

我正在编写一个导入实用程序，它将电话号码用作导入中的唯一键。

我需要检查数据库中是否不存在电话号码。问题在于数据库中的电话号码可能包含破折号和括号之类的内容，也可能包含其他内容。我写了一个删除这些东西的函数，问题是它很慢，并且数据库中有成千上万的记录，并且一次要导入成千上万的记录，所以此过程可能会令人难以接受。我已经将电话号码列作为索引。

我尝试使用这篇文章中的脚本：

T-SQL trim＆nbsp（和其他非字母数字字符）

但这并没有加快速度。

是否有删除非数字字符的更快方法？当必须比较10,000到100,000条记录时，某些性能会很好。

无论做什么都需要快速执行。

更新

鉴于人们的回应，我认为我将必须在运行导入实用程序之前清理字段。

为了回答我在其中编写导入实用程序的问题，它是一个C＃应用程序。我现在正在将BIGINT与BIGINT进行比较，而无需更改数据库数据，而我仍然会因为很少的一组数据（大约2000条记录）而对性能造成冲击。

将BIGINT与BIGINT进行比较会降低速度吗？

我已尽我所能优化了应用程序的代码方面（删除了正则表达式，删除了不必要的数据库调用）。尽管我无法再将SQL隔离为问题的根源，但我仍然觉得确实如此。

Answer 1

我可能会误会，但您有两组数据要从一组中删除数据库中当前数据的字符串，然后在每次导入时都从一组中删除字符串。对于更新现有记录，我只会使用SQL，那只需要发生一次。但是，SQL并未针对这种操作进行优化，因为您说的是编写导入实用程序，所以我将在导入实用程序本身而不是在SQL中进行这些更新。这将是更好的性能选择。您在用什么编写实用程序？另外，我可能会完全误解该过程，因此，如果我偏离基准，我深表歉意。编辑：对于初始更新，如果您使用的是SQL Server 2005，则可以尝试CLR函数。这是一个使用正则表达式的快速方法。不确定性能如何进行比较，我自己从未使用过此功能，除非现在进行快速测试。using System;  using System.Data;  using System.Text.RegularExpressions;  using System.Data.SqlClient;  using System.Data.SqlTypes;  using Microsoft.SqlServer.Server;  public partial class UserDefinedFunctions  {      [Microsoft.SqlServer.Server.SqlFunction]      public static SqlString StripNonNumeric(SqlString input)      {          Regex regEx = new Regex(@"\D");          return regEx.Replace(input.Value, "");      }  };  部署之后，可以使用以下命令进行更新：UPDATE table SET phoneNumber = dbo.StripNonNumeric(phoneNumber)

Answer 2

我看到了带有T-SQL代码和PATINDEX的解决方案。我喜欢 ：-）CREATE Function [fnRemoveNonNumericCharacters](@strText VARCHAR(1000))RETURNS VARCHAR(1000)ASBEGIN    WHILE PATINDEX('%[^0-9]%', @strText) > 0    BEGIN        SET @strText = STUFF(@strText, PATINDEX('%[^0-9]%', @strText), 1, '')    END    RETURN @strTextEND

Answer 3

replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(string,'a',''),'b',''),'c',''),'d',''),'e',''),'f',''),'g',''),'h',''),'i',''),'j',''),'k',''),'l',''),'m',''),'n',''),'o',''),'p',''),'q',''),'r',''),'s',''),'t',''),'u',''),'v',''),'w',''),'x',''),'y',''),'z',''),'A',''),'B',''),'C',''),'D',''),'E',''),'F',''),'G',''),'H',''),'I',''),'J',''),'K',''),'L',''),'M',''),'N',''),'O',''),'P',''),'Q',''),'R',''),'S',''),'T',''),'U',''),'V',''),'W',''),'X',''),'Y',''),'Z','')*1 AS string，:)