自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

SQL Server數(shù)據(jù)庫(kù)分頁(yè)存儲(chǔ)過(guò)程優(yōu)化效率分析

數(shù)據(jù)庫(kù) SQL Server
本文我們通過(guò)一個(gè)實(shí)例來(lái)分析SQL Server數(shù)據(jù)庫(kù)中分頁(yè)存儲(chǔ)過(guò)程的效率,從而找個(gè)更加高效的分頁(yè)方法,以便提高SQL查詢的效率,希望本次的介紹能夠?qū)δ兴鶐椭?/div>

SQL Server數(shù)據(jù)庫(kù)分頁(yè)存儲(chǔ)過(guò)程優(yōu)化效率分析是本文主要要介紹的內(nèi)容,接下來(lái)我們就開(kāi)始介紹這一過(guò)程,SQL Server數(shù)據(jù)庫(kù)分頁(yè)存儲(chǔ)過(guò)程優(yōu)化效率分析先來(lái)對(duì)比兩段分頁(yè)SQL,假設(shè)條件:news表有15萬(wàn)記錄,NewsTypeId=10有9萬(wàn)記錄,當(dāng)前查詢NewsTypeID=10。那么,你會(huì)認(rèn)為哪個(gè)SQL效率會(huì)高呢?

代碼一:

 

  1. DECLARE @cc INT  
  2. SELECT NewsId,ROW_NUMBER() OVER(ORDER BY SortNum DESC)   
  3. AS RowIndex INTO #tb FROM news WITH(NOLOCK)   
  4. WHERE NewsTypeId=@NewsTypeId AND IsShow=1 
  5. SET @cc = @@ROWCOUNT  
  6. SELECT n.* FROM news AS n WITH(NOLOCK), #tb   
  7. As t WHERE t.RowIndex>@PageIndex*@PageSize   
  8. AND t.RowIndex<=(@PageIndex+1)*@PageSize  
  9. AND t.newsid=n.newsid  
  10. SELECT @cc  
  11. DROP TABLE #tb 

 

代碼二:

 

  1. DECLARE @cc INT  
  2. SELECT NewsId,ROW_NUMBER() OVER(ORDER BY SortNum DESC)  
  3. AS RowIndex INTO #tb FROM news WITH(NOLOCK)   
  4. WHERE NewsTypeId=@NewsTypeId AND IsShow=1 
  5. SET @cc = @@ROWCOUNT  
  6. SELECT NewsId INTO #tb2 FROM #tb As t   
  7. WHERE t.RowIndex>@PageIndex*@PageSize AND t.RowIndex<=(@PageIndex+1)*@PageSize  
  8. SELECT * FROM news WITH(NOLOCK)   
  9. WHERE NewsId IN (SELECT * FROM #tb2)  
  10. SELECT @cc  
  11. DROP TABLE #tb  
  12. DROP TABLE #tb2 

 

答案是代碼二遠(yuǎn)遠(yuǎn)高于代碼一。在代碼一中加粗代碼的操作會(huì)引起整表掃描,因?yàn)閿?shù)據(jù)庫(kù)引擎在認(rèn)為WHERE表達(dá)式中滿足條件記錄大于一定閥值的時(shí)候,就不再去進(jìn)行查詢優(yōu)化,而直接使用表掃描??磮?zhí)行信息:

 

  1. 表 'news'。掃描計(jì)數(shù) 1,邏輯讀取 342 次,物理讀取 0 次,預(yù)讀 0 次,lob 邏輯讀取 0 次,lob 物理讀取 0 次,lob 預(yù)讀 0 次。  
  2. (98361 行受影響)  
  3. (1 行受影響)  
  4. (40 行受影響)  
  5. 表 '#tb________________________________________00000004C024'。  
  6. 掃描計(jì)數(shù) 1,邏輯讀取 257 次,物理讀取 0 次,預(yù)讀 0 次,lob 邏輯讀取 0 次,lob 物理讀取 0 次,lob 預(yù)讀 0 次。  
  7. 表 'news'。掃描計(jì)數(shù) 1,邏輯讀取 2805 次,物理讀取 0 次,預(yù)讀 235 次,lob 邏輯讀取 0 次,lob 物理讀取 0 次,lob 預(yù)讀 0 次。  
  8. (1 行受影響)  
  9. (1 行受影響)  
  10. 原本,我想的執(zhí)行計(jì)劃,加粗部分的代碼應(yīng)該是聚焦索引查找,這樣性能就提高很多??创a二:  
  11. 表 'news'。掃描計(jì)數(shù) 1,邏輯讀取 342 次,物理讀取 0 次,預(yù)讀 0 次,lob 邏輯讀取 0 次,lob 物理讀取 0 次,lob 預(yù)讀 0 次。  
  12. (98361 行受影響)  
  13. (1 行受影響)  
  14. 表 '#tb____________________________________00000004BEEF'。  
  15. 掃描計(jì)數(shù) 1,邏輯讀取 257 次,物理讀取 0 次,預(yù)讀 0 次,lob 邏輯讀取 0 次,lob 物理讀取 0 次,lob 預(yù)讀 0 次。  
  16. (40 行受影響)  
  17. (1 行受影響)  
  18. (40 行受影響)  
  19. 表 'news'。掃描計(jì)數(shù) 0,邏輯讀取 131 次,物理讀取 0 次,預(yù)讀 0 次,lob 邏輯讀取 0 次,lob 物理讀取 0 次,lob 預(yù)讀 0 次。  
  20. 表 '#tb2___________________________________00000004BEF0'。  
  21. 掃描計(jì)數(shù) 1,邏輯讀取 2 次,物理讀取 0 次,預(yù)讀 0 次,lob 邏輯讀取 0 次,lob 物理讀取 0 次,lob 預(yù)讀 0 次。  
  22. (1 行受影響)  
  23. (1 行受影響) 

 

很明顯,代碼二與代碼一中的IO操作數(shù)大大降低。且代碼一隨著@PageIndex越來(lái)越大,效率會(huì)越來(lái)越低;但代碼二的效率不會(huì)隨@PageIndex變化而改變。

以上就是SQL Server數(shù)據(jù)庫(kù)分頁(yè)存儲(chǔ)過(guò)程優(yōu)化效率分析的全部?jī)?nèi)容,本文就介紹到這里了,希望本次的介紹能夠?qū)δ兴斋@!

【編輯推薦】

  1. 初學(xué)SQL Server數(shù)據(jù)庫(kù)的一些常用操作總結(jié)
  2. SQL Server數(shù)據(jù)庫(kù)創(chuàng)建數(shù)據(jù)倉(cāng)庫(kù)已分區(qū)表詳解
  3. SQL Server與Access數(shù)據(jù)庫(kù)ASP代碼的比較詳解
  4. SQL Server數(shù)據(jù)庫(kù)中bit字段類型使用時(shí)的注意事項(xiàng)
  5. SQL Server數(shù)據(jù)庫(kù)timestamp數(shù)據(jù)類型相關(guān)知識(shí)介紹
責(zé)任編輯:趙鵬 來(lái)源: 博客園
相關(guān)推薦

2010-09-14 10:47:45

sql server存

2011-03-24 13:38:47

SQL Server 存儲(chǔ)分頁(yè)

2011-03-28 10:46:36

sql server存儲(chǔ)分頁(yè)

2011-07-13 16:19:54

存儲(chǔ)過(guò)程SQL Server數(shù)

2011-07-26 17:19:32

SQL Server數(shù)隨機(jī)抽取數(shù)據(jù)

2010-09-06 11:05:05

SQL SERVER語(yǔ)句

2011-06-17 17:37:16

JavaSQL Server

2011-07-28 14:31:47

SQL Server數(shù)存儲(chǔ)過(guò)程

2010-07-06 14:06:52

SQL Server存

2011-09-01 14:00:11

SQL Server 存儲(chǔ)過(guò)程顯示表結(jié)構(gòu)

2010-06-18 10:34:38

SQL Server

2010-11-10 15:16:14

Sql Server分

2010-06-30 14:36:49

SQL Server

2009-07-06 21:20:34

SQL Server數(shù)

2011-07-19 15:18:46

存儲(chǔ)過(guò)程sql語(yǔ)句

2010-06-28 13:45:16

SQL Server

2010-07-01 13:42:58

SQL Server存

2011-03-31 10:38:28

SQL Server編寫(xiě)優(yōu)化

2011-08-15 15:14:54

SQL Server存儲(chǔ)過(guò)程異常處理

2009-03-11 15:40:20

點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)