海量数库的查询优化及分页算法方案 2.docVIP

海量数据库的查询优化及分页算法方案 2 海量数据库的查询优化及分页算法方案(22010-07-20 17：569、字段提取要按照需多少、提多少的原则，避免select* 我们来做一个试验： select top 10000 gid,fariqi,reader,title from tgongwen order by gid desc 用时：4673毫秒 select top 10000 gid,fariqi,title from tgongwen order by gid desc 用时：1376毫秒 select top 10000 gid,fariqi from tgongwen order by gid desc 用时：80毫秒 由此看来，我们每少提取一个字段，数据的提取速度就会有相应的提升。提升的速度还要看您舍弃的字段的大小来判断。 10、count(*)不比count(字段)慢 某些资料上说：用*会统计所有列，显然要比一个世界的列名效率低。这种说法其实是没有根据的。我们来看： select count(*)from Tgongwen 用时：1500毫秒 select count(gid)from Tgongwen 用时：1483毫秒 select count(fariqi)from Tgongwen 用时：3140毫秒 select count(title)from Tgongwen 用时：52050毫秒 从以上可以看出，如果用count(*)和用count(主键)的速度是相当的，而count(*)却比其他任何除主键以外的字段汇总速度要快，而且字段越长，汇总的速度就越慢。我想，如果用count(*)，SQL SERVER可能会自动查找最小字段来汇总的。当然，如果您直接写count(主键)将会来的更直接些。 11、order by按聚集索引列排序效率最高 我们来看：(gid是主键，fariqi是聚合索引列) select top 10000 gid,fariqi,reader,title from tgongwen 用时：196毫秒。扫描计数1，逻辑读289次，物理读1次，预读1527次。 select top 10000 gid,fariqi,reader,title from tgongwen order by gid asc 用时：4720毫秒。扫描计数1，逻辑读41956次，物理读0次，预读1287次。 select top 10000 gid,fariqi,reader,title from tgongwen order by gid desc 用时：4736毫秒。扫描计数1，逻辑读55350次，物理读10次，预读775次。 select top 10000 gid,fariqi,reader,title from tgongwen order by fariqi asc 用时：173毫秒。扫描计数1，逻辑读290次，物理读0次，预读0次。 select top 10000 gid,fariqi,reader,title from tgongwen order by fariqi desc 用时：156毫秒。扫描计数1，逻辑读289次，物理读0次，预读0次。 从以上我们可以看出，不排序的速度以及逻辑读次数都是和order by聚集索引列的速度是相当的，但这些都比order by非聚集索引列的查询速度是快得多的。 同时，按照某个字段进行排序的时候，无论是正序还是倒序，速度是基本相当的。 12、高效的TOP 事实上，在查询和提取超大容量的数据集时，影响数据库响应时间的最大因素不是数据查找，而是物理的I/0操作。如： select top 10*from( select top 10000 gid,fariqi,title from tgongwen where neibuyonghu=办公室 order by gid desc)as a order by gid asc 这条语句，从理论上讲，整条语句的执行时间应该比子句的执行时间长，但事实相反。因为，子句执行后返回的是10000条记录，而整条语句仅返回10条语句，所以影响数据库响应时间最大的因素是物理I/O操作。而限制物理I/O操作此处的最有效方法之一就是使用TOP关键词了。TOP关键词是SQL SERVER中经过系统优化过的一个用来提取前几条或前几个百分比数据的词。经笔者在实践中的应用，发现TOP确实很好用，效率也很高。但这个词在另外一个大型数据库ORACLE中却没有，这不能说不是一个遗憾，虽然在ORACLE中可以用其他方法(如：rownumber)来解决。在以后的关于实现千万级数据的分页显示存储过程的讨论中，我们就将用到TOP这个关键词。 到此为止，我们上面