一，數據類型的選擇

對于SSIS的數據類型，容易遺漏精度的是，不正確的使用，time，decimal 等數據類型，可能導致溢出或數據丟失。

1，變量和參數的時間類型（）

和 的對應 （對應SQL Server的），格式是：yyyy-MM-dd hh:mm:ss XM，例如 “2016-05-19 5:41:32 PM”，只精確到秒。

2，轉換組件

由于轉換組件不能丟失精度，因此有以下三種方式：,,.

3，類型轉換對性能的影響

只在必要時，進行數據類型的轉換，因為每次轉換，SSIS Engine都需要付出一定的代價。

如果將值轉換為一個不支持的數據類型，那么將會在SSIS內部產生一個到映射數據的額外轉換，最好將數據類型轉換為與目標最接近的數據類型。

4，數據類型的選擇

SSIS的 Data Flow需要在內存中完成大量的工作，消除了最費時的IO操作，使數據的讀取，轉換和加載性能飛快。由于SSIS使用內存緩存區來完成相關操作，被加載到緩沖區的行數直接和row的寬度相關，row的寬度越窄，緩沖區容納的行數越多，被處理的數據量越大，性能越好。如果要定義大型輸入源的數據類型，必須慎重挑選數據類型，使用最接近的大小和精度存儲和轉換數據，既能使row的寬度不至于太寬，也能避免過多的數據類型轉換。

二，利用數據流

數據流利用內存來緩沖數據，并在內存中處理數據轉換，由于內存的訪問速度是非常快的，所以SSIS數據流轉換性能是非常高效的。SSIS Engine將數據分批加載到內存中，當Data Flow將一批新的數據加載到內存時，下游轉換組件會對已經加載到內存中數據進行處理，同時，目的組件會將處理完成的數據加載到Target Table中，數據的讀取，轉換和加載同時進行，這就是數據流的優勢。

1，利用數據流，能夠減少暫存和昂貴的disk IO 操作

在大量數據的ETL系統中，Disk IO是系統性能的。相比內存 RAM，Disk IO的讀取和寫入速度非常慢，將內存緩沖區中的數據寫入暫存表，再從暫存表中讀取數據到內存中，不僅成倍增加了Disk IO，而且限制了數據流的并發處理能力。請記住，使用暫存表的場景是：ETL系統中存在大量數據的更新操作。這是由于Data Flow 沒有基于集合的更新轉換組件，OLEDB Command 轉換組件是逐行對數據進行更新操作，使用暫存表，能夠充分利用RDBMS對數據進行基于集合的更新操作的優勢。如果ETL系統不存在大量數據的更新操作，請選擇使用數據流來處理數據。

2，利用數據流，減少對RDBMS的依賴

使用Data Flow轉換組件來聯接和清洗數據是十分高效的，這是因為，數據的讀取，轉換和加載同時進行。RDBMS對數據的處理是原子性的，在數據被處理完成之前，是不能被其他SQL語句處理的，相反，數據流可以并行地處理數據的提取，清洗，聯接和寫入，因此，充分利用數據流的并發處理優勢，會使數據整體的處理時間大幅減少。

3，利用RDBMS處理數據源

在使用Source適配器獲取數據時，利用數據庫的order by 子句進行排序，將會比Sort 轉換更有效率；對于源是多表聯接的查詢語句，使用RDBMS獲取數據將會更快。

三，并發設計

最大的并發程度，是由服務器的CPU數量確定的，在同一時間執行的線程的最大數量是CPU的個數，一個CPU在某一時刻，只有一個Process處于Running狀態，所以最大并發度不要超過CPU的個數。

通過以下兩個屬性控制ETL執行的并發度：

1，利用優先約束來并發處理數據

Data Flow Task 和 Data Flow Task 1 是并發執行的，而 Data Flow Task2 必須等到 Data Flow Task 和 Data Flow Task 1 執行完成之后，才開始執行。

2，從同一個表中并發獲取數據

如何從一個數據表中并發處理數據，設計思路是把一個表中的數據平均分成N份，各個數據流之間并發處理。

例如分為3份，可以使用%3，將數據分為三個子數據流并發處理數據。

select *
from dbo.SourceTable
where checksum(table_column)%3=0
select *
from dbo.SourceTable
where checksum(table_column)%3=1
select *
from dbo.SourceTable
where checksum(table_column)%3=2