參考sql server索引結(jié)構(gòu)及其使用

1、SQL Server 索引結(jié)構(gòu)及其使用（一）http/viewdoc/?id=1307一、深入淺出理解索引結(jié)構(gòu)實(shí)際上，您可以把索引理解為一種特殊的目錄。微軟的 SQL SERVER 提供了兩種索引：索引（clustered index，也稱聚類索引、簇集索引）和非索引（nonclustered index，也稱非聚類索引、非簇集索引）。下面，舉例來說明一下其實(shí)索引和非索引的區(qū)別：的漢語字典的正文本身就是一個(gè)索引。比如要查“安”字，就會(huì)很自然地翻開字典的前幾頁，因?yàn)椤鞍病钡钠匆羰恰癮n”，而按照拼音排序漢字的字典是以英文字母“a”開頭并以“z”結(jié)尾的，那么“安”字就自然地排在字典的前部。如果您翻

2、完了所有以“a”開頭的部分仍然找不到這個(gè)字，那 么就說明您的字典中沒有這個(gè)字；同樣的，如果查“張”字，那您也會(huì)將您的字典翻到最后部分，因?yàn)椤皬垺钡钠匆羰恰皕hang”。也就是說，字典的正文部分 本身就是一個(gè)目錄，您不需要再去查其他目錄來找到您需要找的內(nèi)容。我們把這種正文內(nèi)容本身就是一種按照一定規(guī)則排列的目錄稱為“索引”。如果您認(rèn)識某個(gè)字，您可以快速地從自動(dòng)中查到這個(gè)字。但您也可能會(huì)遇到您不認(rèn)識的字，不知道它的發(fā)音，這時(shí)候，您就不能按照剛才的方法找到您要查的 字，而需要去根據(jù)“偏旁部首”查到您要找的字，然后根據(jù)這個(gè)字后的頁碼直接翻到某頁來找到您要找的字。但您結(jié)合“部首目錄”和“檢字表”而查到的字

3、的排序 并不是真正的正文的排序方法，比如您查“張”字，可以看到在查部首之后的檢字表中“張”的頁碼是 672 頁，檢字表中“張”的上面是“馳”字，但頁碼卻 是 63 頁，“張”的下面是“ ”字，頁面是 390 頁。很顯然，這些字并不是真正的分別位于“張”字的上下方，現(xiàn)在您看到的連續(xù)的“馳、張、”三字實(shí)際上 就是他們在非索引中的排序，是字典正文中的字在非索引中的可以通過這種方式來找到您所需要的字，但它需要兩個(gè)過程，先找到目錄中的結(jié) 果，然后再翻到您所需要的頁碼。錄，正文純粹是正文的排序方式稱為“非索引”。把這種目錄純粹是目通過以上例子，可以理解到“索引”和“非索引”。進(jìn)一步引申一下，可以很容易的理

4、解：每個(gè)表只能有一個(gè)索引，因?yàn)槟夸浿荒馨凑辗ㄟM(jìn)行排序。二、何時(shí)使用索引或非索引下面的表總結(jié)了何時(shí)使用索引或非索引（很重要）：動(dòng)作描述使用索引使用非索引列經(jīng)常被分組排序應(yīng)應(yīng)返回某范圍內(nèi)的數(shù)據(jù)應(yīng)不應(yīng)一個(gè)或極少不同值不應(yīng)不應(yīng)事實(shí)上，可以通過前面索引和非索引的定義的例子來理解上表。如：返回某范圍內(nèi)的數(shù)據(jù)一項(xiàng)。比如您的某個(gè)表有一個(gè)時(shí)間列，恰好您把聚合索引 建立在了該列，這時(shí)您查詢 2004 年 1 月 1 日至 2004 年 10 月 1 日之間的全部數(shù)據(jù)時(shí)，這個(gè)速度就將是很快的，因?yàn)槟倪@本字典正文是按日期進(jìn)行排序的， 聚類索引只需要找到要檢索的所有數(shù)據(jù)中的開頭和結(jié)尾數(shù)據(jù)即可；而不像非索引，必須先查到

5、目錄中查到每一項(xiàng)數(shù)據(jù)對應(yīng)的頁碼，然后再根據(jù)頁碼查到具體內(nèi) 容。三、結(jié)合實(shí)際，談索引使用的誤區(qū)理論的目的是應(yīng)用。雖然剛才列出了何時(shí)應(yīng)使用索引或非索引，但在實(shí)踐中以上規(guī)則卻很容易被忽視或不能根據(jù)實(shí)際情況進(jìn)行綜合分析。下面根據(jù)在實(shí)踐中遇到的實(shí)際問題來談一下索引使用的誤區(qū)，以便于大家掌握索引建立的方法。1、主鍵就是索引這種想法筆者認(rèn)為是錯(cuò)誤的，是對索引的一種浪費(fèi)。雖然 SQLSERVER 默認(rèn)是在主鍵上建立索引的。通常，會(huì)在每個(gè)表中都建立一個(gè) ID 列，以區(qū)分每條數(shù)據(jù)，并且這個(gè) ID列是自動(dòng)增大的，步長一般為 1。的這個(gè)辦公自動(dòng)化的實(shí)例中的列 Gid 就是如此。此時(shí)，如果這個(gè)列設(shè)為主鍵，SQL SER

6、VER 會(huì)將此列默認(rèn)為索引。這樣做有好處，就是可以筆者認(rèn)為這樣做意義不大。的數(shù)據(jù)在數(shù)據(jù)庫中按照 ID 進(jìn)行物理排序，但顯而易見，索引的優(yōu)勢是很明顯的，而每個(gè)表中只能有一個(gè)索引的規(guī)則，這使得索引變得更加珍貴。從前面談到的索引的定義可以看出，使用索引的最大好處就是能夠根據(jù)查詢要求，迅速縮小查詢范圍，避免全表掃描。在實(shí)際應(yīng)用中，因?yàn)?ID 號是自動(dòng)生成的，并不知道每條的 ID 號，所以很難在實(shí)踐中用ID 號來進(jìn)行查詢。這就使讓ID 號這個(gè)主鍵作為索引成為一種資源浪費(fèi)。其 次，讓每個(gè) ID 號都不同的字段作為索引也不符合“大數(shù)目的不同值情況下不應(yīng)建立聚合索引”規(guī)則；當(dāng)然，這種情況只是針對用戶經(jīng)常修改特

7、別是 索引項(xiàng)的時(shí)候會(huì)負(fù)作用，但對于查詢速度并沒有影響。內(nèi)容，在辦公自動(dòng)化系統(tǒng)中，無論是系統(tǒng)首頁顯示的需要用戶簽收的文件、會(huì)議還是用戶進(jìn)行文件查詢等任何情況下進(jìn)行數(shù)據(jù)查詢都離不開字段的是“日期”還有用戶本身的“用戶名”。通常，辦公自動(dòng)化的首頁會(huì)顯示每個(gè)用戶尚未簽收的文件或會(huì)議。雖然的 where 語句可以僅僅限制當(dāng)前用戶尚未簽收的情況，但如果您的系統(tǒng)已建立了小數(shù)目的不同值應(yīng)不應(yīng)大數(shù)目的不同值不應(yīng)應(yīng)頻繁更新的列不應(yīng)應(yīng)外鍵列應(yīng)應(yīng)主鍵列應(yīng)應(yīng)頻繁修改索引列不應(yīng)應(yīng)很長時(shí)間，并且數(shù)據(jù)量很大，那么，每次每個(gè)用戶打開首頁的時(shí)候都進(jìn)行一次全表掃描，這樣做意義是不大的，絕大多數(shù)的用戶 1 個(gè)月前的文件都已經(jīng)瀏覽過了

8、，這 樣做只能徒增數(shù)據(jù)庫的開銷而已。事實(shí)上，完全可以讓用戶打開系統(tǒng)首頁時(shí)，數(shù)據(jù)庫僅僅查詢這個(gè)用戶近 3 個(gè)月來未閱覽的文件，通過“日期”這個(gè)字限制 表掃描，提高查詢速度。如果您的辦公自動(dòng)化系統(tǒng)已經(jīng)建立的 2 年，那么您的首頁顯示速度理論上將是原來速度 8 倍，甚至更快。在這里之所以提到“理論上”三字，是因?yàn)槿绻乃饕€是盲目地建在 ID 這個(gè)主鍵上時(shí)，您的查詢速度是沒有這么高的，即使您在“日期”這個(gè)字段上 建立的索引（非聚合索引）。下面就來看一下在 1000 萬條數(shù)據(jù)量的情況下各種查詢的速度表現(xiàn)（3 個(gè)月內(nèi)的數(shù)據(jù)為 25 萬條）：（1）僅在主鍵上建立索引，并且不劃分時(shí)間段：Select gi

9、d,fariqi,neibuyonghu,title from tgongwen用時(shí)：128470 毫秒（即：128 秒）（2）在主鍵上建立索引，在 fariq 上建立非索引：select gid,fariqi,neibuyonghu,title from Tgongwen where fariqi dateadd(day,-90,getdate()用時(shí)：53763 毫秒（54 秒）（3）將聚合索引建立在日期列（fariqi）上：select gid,fariqi,neibuyonghu,title from Tgongwen where fariqi dateadd(day,-90,getd

10、ate()用時(shí)：2423 毫秒（2 秒）雖然每條語句提取出來的都是 25 萬條數(shù)據(jù)，各種情況的差異卻是巨大的，特別是將索引建立在日期列時(shí)的差異。事實(shí)上，如果您的數(shù)據(jù)庫真的有 1000萬容量的話，把主鍵建立在 ID 列上，就像以上的第 1、2 種情況，在網(wǎng)頁上的表現(xiàn)就是超時(shí)，根本就無法顯示。這也是我摒棄 ID 列作為索引的一個(gè)最重要的。得出以上速度的方法是：在各個(gè) select 語句前加：declare d datetime set d=getdate()并在 select 語句后加：select 語句執(zhí)行花費(fèi)時(shí)間(毫秒)=datediff(ms,d,getdate()2、只要建立索引就能顯著提

11、高查詢速度事實(shí)上，可以發(fā)現(xiàn)上面的例子中，第 2、3 條語句完全相同，且建立索引的字段也相同；不同的僅是前者在 fariqi 字段上建立的是非聚合索引，后者在此字段上建立的是聚合索引，但查詢速度卻有著天壤之別。所以，并非是在任何字段上簡單地建立索引就能提高查詢速度。從建表的語句中可以看到這個(gè)有著 1000 萬數(shù)據(jù)的表中 fariqi 字段有5003 個(gè)不同。在此字段上建立聚合索引是再合適不過了。在現(xiàn)實(shí) 中，每天都會(huì)發(fā)幾個(gè)文件，這幾個(gè)文件的日期就相同，這完全符合建立索引要求的：“既不能絕大多數(shù)都相同，又不能只有極少數(shù)相同”的規(guī)則。由此 看來，建立“適當(dāng)”的聚合索引對于提高查詢速度是非常重要的。3、

12、把所有需要提高查詢速度的字段都加進(jìn)索引，以提高查詢速度上面已經(jīng)談到：在進(jìn)行數(shù)據(jù)查詢時(shí)都離不開字段的是“日期”還有用戶本身的“用戶名”。既然這兩個(gè)字段都是如此的重要，立一個(gè)復(fù)合索引（compound index）?？梢园阉麄兒喜⑵饋?，建很多人認(rèn)為只要把任何字段加進(jìn)索引，就能提高查詢速度，也有人感到迷惑：如果把復(fù)合的索引字段分開查詢，那么查詢速度會(huì)減慢嗎？帶著這個(gè)問 題，來看一下以下的查詢速度（結(jié)果集都是 25 萬條數(shù)據(jù)）：（日期列fariqi 首先排在復(fù)合索引的起始列，用戶名 neibuyonghu 排在后 列）：（1）select gid,fariqi,neibuyonghu,title fr

13、om Tgongwen where fariqi2004-5-5查詢速度：2513 毫秒（2）select gid,fariqi,neibuyonghu,title from Tgongwenwhere fariqi2004-5-5 and neibuyonghu=查詢速度：2516 毫秒（3）select gid,fariqi,neibuyonghu,title from Tgongwen whereneibuyonghu=查詢速度：60280 毫秒從以上試驗(yàn)中可以看到如果僅用索引的起始列作為查詢條件和同時(shí)用到復(fù)合索引的全部列的查詢速度是幾乎一樣的，甚至比用上全部的復(fù)合索引 列還要略快（在查

14、詢結(jié)果集數(shù)目一樣的情況下）；而如果僅用復(fù)合索引的非起始列作為查詢條件的話，這個(gè)索引是不起任何作用的。當(dāng)然，語句 1、 2 的查詢速 度一樣是因?yàn)椴樵兊臈l目數(shù)一樣，如果復(fù)合索引的所有列都用上，而且查詢結(jié)果少的話，這樣就會(huì)形成“索引覆蓋”，因而性能可以達(dá)到最優(yōu)。同時(shí)，請記?。簾o論 您是否經(jīng)常使用聚合索引的其他列，但其前導(dǎo)列一定要是使用最頻繁的列。四、其他書上沒有的索引使用經(jīng)驗(yàn)總結(jié)1、用聚合索引比用不是聚合索引的主鍵速度快 下面是實(shí)例語句：（都是提取 25 萬條數(shù)據(jù)）select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fari

15、qi=2004-9-16使用時(shí)間：3326 毫秒select gid,fariqi,neibuyonghu,reader,title from Tgongwen where gid2004-1-1fromTgongwenwhere用時(shí)：6343 毫秒（提取 100 萬條）select gid,fariqi,neibuyonghu,reader,title fariqi2004-6-6fromTgongwenwhere用時(shí)：3170 毫秒（提取 50 萬條）select gid,fariqi,neibuyonghu,reader,title fariqi=2004-9-16fromTgongwe

16、nwhere用時(shí)：3326 毫秒（和上句的結(jié)果一模一樣。如果號和等于號是一樣的）的數(shù)量一樣，那么用大于select gid,fariqi,neibuyonghu,reader,title from Tgongwenwhere fariqi2004-1-1 andfariqi2004-1-1 order by fariqi用時(shí)：6390 毫秒select gid,fariqi,neibuyonghu,reader,title from Tgongwenwhere fariqi 10000和執(zhí)行:select * from table1 where tID 10000 and name=zhang

17、san一些人不知道以上兩條語句的執(zhí)行效率是否一樣，因?yàn)槿绻唵蔚膹恼Z句先后上看，這兩個(gè)語句的確是不一樣，如果 tID 是一個(gè)聚合索引，那么后一句僅僅從表 的 10000 條以后的中查找就行了；而前一句則要先從全表中查找看有幾個(gè) name=zhangsan的，而后再根據(jù)限制條件條件 tID& gt;10000 來提出查詢結(jié)果。事實(shí)上，這樣的擔(dān)心是不必要的。SQL SERVER 中有一個(gè)“查詢分析優(yōu)化器”，它可以計(jì)算出 where 子句中的搜索條件并確定哪個(gè)索引能縮小表掃描的搜索空 間，也就是說，它能實(shí)現(xiàn)自動(dòng)優(yōu)化。雖然查詢優(yōu)化器可以根據(jù) where 子句自動(dòng)的進(jìn)行查詢優(yōu)化，但大家仍然有必要了解一下

18、“查詢優(yōu)化器”的工作原理，如非這樣，有時(shí)查詢優(yōu)化器就會(huì)不按照您的本意進(jìn)行快速查詢。在查詢分析階段，查詢優(yōu)化器查看查詢的每個(gè)階段并決定限制需要掃描的數(shù)據(jù)量是否有用。如果一個(gè)階段可以被用作一個(gè)掃描參數(shù)（SARG），那么就稱之為可優(yōu)化的，并且可以利用索引快速獲得所需數(shù)據(jù)。SARG 的定義：用于限制搜索的一個(gè)操作，因?yàn)樗ǔＪ侵敢粋€(gè)特定的匹配，一個(gè)值得范圍內(nèi)的匹配或者兩個(gè)以上條件的 AND 連接。形式如下：列名 操作符 或 操作符列名列名可以出現(xiàn)在操作符的一邊，而常數(shù)或變量出現(xiàn)在操作符的另一邊。如：Name=價(jià)格500050005000如果一個(gè)表達(dá)式不能滿足 SARG 的形式，那它就無法限制搜索的范圍

19、了，也就是 SQL SERVER 必須對每一行都判斷它是否滿足 WHERE 子句中的所有條件。所以一個(gè)索引對于不滿足 SARG 形式的表達(dá)式來說是無用的。介紹完 SARG 后上結(jié)論不同的經(jīng)驗(yàn)：來總結(jié)一下使用 SARG 以及在實(shí)踐中遇到的和某些資料1、Like 語句是否屬于 SARG 取決于所使用的通配符的類型如：name like 張% ，這就屬于 SARG而：name like %張 ,就不屬于 SARG。原因是通配符%在字符串的開通使得索引無法使用。2、or 會(huì)引起全表掃描Name= and 價(jià)格5000 符號 SARG，而：Name= or 價(jià)格5000 則不符合 SARG。使用 or

20、會(huì)引起全表掃描。3、非操作符、函數(shù)引起的不滿足 SARG 形式的語句不滿足 SARG 形式的語句最典型的情況就是包括非操作符的語句，如：NOT、!=、!、NOT EXISTS、NOT IN、NOT LIKE 等，另外還有函數(shù)。下面就是幾個(gè)不滿足 SARG 形式的例子：ABS(價(jià)格)5000SQL SERVER 也會(huì)認(rèn)為是 SARG，SQL SERVER 會(huì)將此式轉(zhuǎn)化為：WHERE 價(jià)格2500/2但不這樣使用，因?yàn)橛袝r(shí) SQL SERVER 不能保證這種轉(zhuǎn)化與原始表達(dá)式是完全等價(jià)的。4、IN 的作用相當(dāng)與 OR語句：Select * from table1 where tid in (2,3)

21、和Select * from table1 where tid=2 or tid=3是一樣的，都會(huì)引起全表掃描，如果 tid 上有索引，其索引也會(huì)失效。5、盡量少用 NOT6、exists 和 in 的執(zhí)行效率是一樣的很多資料上都顯示說，exists 要比 in 的執(zhí)行效率要高，同時(shí)應(yīng)盡可能的用not exists 來代替 not in。但事實(shí)上，我試驗(yàn)了一下，發(fā)現(xiàn)二者無論是前面帶不帶 not，二者之間的執(zhí)行效率都是一樣的。因?yàn)樯婕白硬樵儯囼?yàn)這次用SQL SERVER 自帶的pubs 數(shù)據(jù)庫。運(yùn)行前可以把SQL SERVER 的s狀態(tài)打開：istics I/O（1）select title,

22、price from titles where title_id in (select title_id from sales where qty30)該句的執(zhí)行結(jié)果為：表 sales。掃描計(jì)數(shù) 18，邏輯讀 56 次，物理讀 0 次，預(yù)讀 0 次。表 titles。掃描計(jì)數(shù) 1，邏輯讀 2 次，物理讀 0 次，預(yù)讀 0 次。（2）select title,price from titleswhere exists (select * from saleswhere sales.title_id=titles.title_id and qty30)第二句的執(zhí)行結(jié)果為：表 sales。掃描計(jì)數(shù)

23、18，邏輯讀 56 次，物理讀 0 次，預(yù)讀 0 次。表 titles。掃描計(jì)數(shù) 1，邏輯讀 2 次，物理讀 0 次，預(yù)讀 0 次。從此可以看到用 exists 和用 in 的執(zhí)行效率是一樣的。7、用函數(shù) charindex()和前面加通配符%的 LIKE 執(zhí)行效率一樣前面，談到，如果在 LIKE 前面加上通配符%，那么將會(huì)引起全表掃描，所以其執(zhí)行效率是低下的。但有的資料介紹說，用函數(shù) charindex()來代替 LIKE速度會(huì)有大的，經(jīng)我試驗(yàn)，發(fā)現(xiàn)這種說明也是錯(cuò)誤的：select gid,title,fariqi,reader from tgongwenwhere charindex(刑偵

24、支隊(duì),reader)0 and fariqi2004-5-5用時(shí)：7 秒，另外：掃描計(jì)數(shù) 4，邏輯讀 7155 次，物理讀 0 次，預(yù)讀 0 次。select gid,title,fariqi,reader from tgongwenwhere reader like % + 刑偵支隊(duì) + % and fariqi2004-5-5用時(shí)：7 秒，另外：掃描計(jì)數(shù) 4，邏輯讀 7155 次，物理讀 0 次，預(yù)讀 0 次。8、union 并不絕對比 or 的執(zhí)行效率高前面已經(jīng)談到了在 where 子句中使用 or 會(huì)引起全表掃描，一般的，我所見過的資料都是分都是適用的。這里用 union 來代替 or

25、。事實(shí)證明，這種說法對于大部select gid,fariqi,neibuyonghu,reader,title from Tgongwenwhere fariqi=2004-9-16id9990000用時(shí)：68 秒。掃描計(jì)數(shù) 1，邏輯讀 404008 次，物理讀 283 次，預(yù)讀 392163 次。select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=2004-9-16unionselect gid,fariqi,neibuyonghu,reader,title from Tgongwen where gi

26、d9990000用時(shí)：9 秒。掃描計(jì)數(shù) 8，邏輯讀 67489 次，物理讀 216 次，預(yù)讀 7499 次?？磥?，用 union 在通常情況下比用 or 的效率要高的多。但經(jīng)過試驗(yàn)，筆者發(fā)現(xiàn)如果 or 兩邊的查詢列是一樣的話，那么用 union 則反倒和用 or 的執(zhí)行速度差很多，雖然這里 union 掃描的是索引，而 or 掃描的是全表。select gid,fariqi,neibuyonghu,reader,title from Tgongwenwhere fariqi=2004-9-16 or fariqi=2004-2-5用時(shí)：6423 毫秒。掃描計(jì)數(shù) 2，邏輯讀 14726 次，物理

27、讀 1 次，預(yù)讀 7176 次。select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=2004-9-16unionselect gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=2004-2-5用時(shí)：11640 毫秒。掃描計(jì)數(shù) 8，邏輯讀 14806 次，物理讀 108 次，預(yù)讀 1144次。9、字段提取要按照“需多少、提多少”的原則，避免“select *”來做一個(gè)試驗(yàn)：select top 10000 gid,fariqi,rea

28、der,title from tgongwen order by gid desc用時(shí)：4673 毫秒select top 10000 gid,fariqi,title from tgongwen order by gid desc用時(shí)：1376 毫秒select top 10000 gid,fariqi from tgongwen order by gid desc用時(shí)：80 毫秒由此看來，每少提取一個(gè)字段，數(shù)據(jù)的提取速度就會(huì)有相應(yīng)的。提升的速度還要看您舍棄的字段的大小來判斷。10、count(*)不比 count(字段)慢某些資料上說：用*會(huì)統(tǒng)計(jì)所有列，顯然要比一個(gè)世界的列名效率低。這種說

29、法其實(shí)是沒有根據(jù)的。來看：select count(*) from Tgongwen用時(shí)：1500 毫秒select count(gid) from Tgongwen用時(shí)：1483 毫秒select count(fariqi) from Tgongwen用時(shí)：3140 毫秒select count(title) from Tgongwen用時(shí)：52050 毫秒從以上可以看出，如果用 count(*)和用 count(主鍵)的速度是相當(dāng)?shù)?，?count(*)卻比其他任何除主鍵以外的字段匯總速度要快，而且字段越長，匯總的速度就越慢。，如果用 count(*)， SQL SERVER 可能會(huì)自動(dòng)查

30、找最小字匯總的。當(dāng)然，如果您直接寫 count(主鍵)將會(huì)來的更直接些。11、order by 按索引列排序效率最高來看：（gid 是主鍵，fariqi 是聚合索引列）：select top 10000 gid,fariqi,reader,title from tgongwen用時(shí)：196 毫秒。 掃描計(jì)數(shù) 1，邏輯讀 289 次，物理讀 1 次，預(yù)讀 1527 次。select top 10000 gid,fariqi,reader,title from tgongwen order by gid asc用時(shí)：4720 毫秒。 掃描計(jì)數(shù) 1，邏輯讀 41956 次，物理讀 0 次，預(yù)讀 12

31、87 次。select top 10000 gid,fariqi,reader,title from tgongwen order by gid desc用時(shí)：4736 毫秒。 掃描計(jì)數(shù) 1，邏輯讀 55350 次，物理讀 10 次，預(yù)讀 775 次。select top 10000 gid,fariqi,reader,title from tgongwen order by fariqi asc用時(shí)：173 毫秒。 掃描計(jì)數(shù) 1，邏輯讀 290 次，物理讀 0 次，預(yù)讀 0 次。select top 10000 gid,fariqi,reader,title from tgongwen or

32、der by fariqi desc用時(shí)：156 毫秒。 掃描計(jì)數(shù) 1，邏輯讀 289 次，物理讀 0 次，預(yù)讀 0 次。從以上可以看出，不排序的速度以及邏輯讀次數(shù)都是和“order by 聚集索引列” 的速度是相當(dāng)?shù)?，但這些都比“order by 非度是快得多的。索引列”的查詢速同時(shí)，按照某個(gè)字段進(jìn)行排序的時(shí)候，無論是正序還是倒序，速度是基本相當(dāng)?shù)摹?2、高效的 TOP事實(shí)上，在查詢和提取超大容量的數(shù)據(jù)集時(shí)，影響數(shù)據(jù)庫響應(yīng)時(shí)間的最大因素不是數(shù)據(jù)查找，而是物理的 I/0 操作。如：select top 10 * from (select top 10000 gid,fariqi,title f

33、rom tgongwenwhere order orderneibuyonghu=by gid desc) as a by gid asc這條語句，從理論上講，整條語句的執(zhí)行時(shí)間應(yīng)該比子句的執(zhí)行時(shí)間長，但事實(shí)相反。因?yàn)?，子句?zhí)行后返回的是 10000 條，而整條語句僅返回 10 條 語句，所以影響數(shù)據(jù)庫響應(yīng)時(shí)間最大的此處的最有效方法之一就是使用 TOP是物理 I/O 操作。而限制物理 I/O 操作了。TOP是 SQL SERVER 中經(jīng)過系統(tǒng)優(yōu)化過的一個(gè)用來提取前幾條或前幾個(gè)百分比數(shù)據(jù)的詞。經(jīng)筆者在實(shí)踐中的應(yīng)用，發(fā)現(xiàn) TOP 確實(shí)很好用，效率也很高。但這個(gè)詞在另外一 個(gè)大型數(shù)據(jù)庫 ORACLE

34、 中卻沒有，這不能說不是一個(gè)遺憾，雖然在 ORACLE 中可以用其他方法（如：rownumber）來解決。在以后的關(guān)于“實(shí)現(xiàn)千 萬級數(shù)據(jù)的分頁顯示過程”的中，就將用到 TOP 這個(gè)。到此為止上面了如何實(shí)現(xiàn)從大容量的數(shù)據(jù)庫中快速地查詢出您所介紹的這些方法都是“軟”方法，在實(shí)踐中，如：網(wǎng)絡(luò)性能、服務(wù)器的性能、操作系統(tǒng)的性能，甚需要的數(shù)據(jù)方法。當(dāng)然，還要考慮各種“硬”至網(wǎng)卡、交換機(jī)等。三、實(shí)現(xiàn)小數(shù)據(jù)量和海量數(shù)據(jù)的通用分頁顯示過程建立一個(gè) Web 應(yīng)用，分頁瀏覽功能必不可少。這個(gè)問題是數(shù)據(jù)庫處理中十分常見。經(jīng)典的數(shù)據(jù)分頁方法是:ADO集分頁法，也就是利用 ADO 自帶的分頁功能（利用游標(biāo)）來實(shí)現(xiàn)分頁。

35、但這種分頁方法僅適用于較小數(shù)據(jù)量的情形，因?yàn)橛螛?biāo)本身有缺點(diǎn)：游標(biāo)是存放在內(nèi)存 中，很費(fèi)內(nèi)存。游標(biāo)立，段，就將相關(guān)的鎖住，直到取消游標(biāo)。游標(biāo)提供了對特定集合中逐行掃描一般使用游標(biāo)來逐行遍歷數(shù)據(jù)，根據(jù)取出數(shù)據(jù)條件的 不同進(jìn)行不同的操作。而對于多表和大表中定義的游標(biāo)（大的數(shù)據(jù)集合）循環(huán)很容易使程序進(jìn)入一個(gè)漫長的等待甚至死機(jī)。更重要的是，對于非常大的數(shù)據(jù)模型而言，分頁檢索時(shí)，如果按照傳統(tǒng)的每次都加載整個(gè)數(shù)據(jù)源的方法是非常浪費(fèi)資源的?，F(xiàn)在流行的分頁方法一般是檢索頁面大小的塊區(qū)的數(shù)據(jù)，而非檢索所有的數(shù)據(jù)，然后單步執(zhí)行當(dāng)前行。最早較好地實(shí)現(xiàn)這種根據(jù)頁面大小和頁碼來提取數(shù)據(jù)的方法大概就是“俄過程”。這個(gè)過程用

36、了游標(biāo)，由于游標(biāo)的局限性，所以這個(gè)方法并沒有得到大家的普遍認(rèn)可。后來，網(wǎng)上有人改造了此過程，下面的動(dòng)化實(shí)例寫的分頁過程：過程就是結(jié)合的辦公自CREATE procedure pagination1(pagesize pageindex)as, -頁面大小，如每頁-當(dāng)前頁碼20 條set nocountonbegin declare declare declareindextable table(id PageLowerBound PageUpperBoundidentity(1,1),nid) -定義表變量-定義此頁的底碼-定義此頁的頂碼set set setPageLowerBound=(p

37、ageindex-1)*pagesize PageUpperBound=PageLowerBound+pagesize rowcount PageUpperBoundinserto indextable(nid) select gid from TGongwenwhere fariqi dateadd(day,-365,getdate() order by fariqidescselect O.gid,O.mid,O.title,O.fadanwei,O.fariqi from TGongwen O,indextable twhere O.gid=t.nid and t.idPageLower

38、Boundand t.id”或“200于是就有了如下分頁方案：select top 頁大小 * from table1where id(select max (id) from(select top (頁碼-1)*頁大小) id from table1 order by id) as T)order by id在選擇即不重復(fù)值，又容易分辨大小的列時(shí)，通常會(huì)選擇主鍵。下表列出了筆者用有著1000 萬數(shù)據(jù)的辦公自動(dòng)化系統(tǒng)中的表，在以GID（GID 是主 鍵，但并不是索引。）為排序列、提取 gid,fariqi,title 字段，分別以第 1、10、100、500、1000、1 萬、10 萬、25

39、萬、 50 萬頁為例，測試以上三種分頁方案的執(zhí)行速度：（：毫秒）從上表中，可以看出，三種過程在執(zhí)行 100 頁以下的分頁命令時(shí)，案在執(zhí)行分頁 1000 頁以上后，速度都是可以信任的，速度都很好。但第就 降了下來。第二種方案大約是在執(zhí)行分頁 1 萬頁以上后速度開始降了下來。而第三種方案卻始終沒有大的降勢，后勁仍然很足。在確定了第三種分頁方案后，可以據(jù)此寫一個(gè)過程。大家知道 SQLSERVER 的過程是事先編譯好的 SQL 語句，它的執(zhí)行效率要比通過 WEB 頁面?zhèn)鱽淼?SQL 語句的執(zhí)行效率要高。下面的過程不僅含有分頁方案，還會(huì)根據(jù)頁面?zhèn)鱽淼膮?shù)來確定是否進(jìn)行數(shù)據(jù)總數(shù)統(tǒng)計(jì)。-獲取指定頁的數(shù)據(jù)：C

40、REATE PROCEDURE pagination3 tblName varchar(255), - 表名strGetFields varchar(1000) = *, - 需要返回的列fldName varchar(255)=, - 排序的字段名PageSize PageIndex doCount bit= 10, - 頁尺寸= 1, - 頁碼= 0, - 返回總數(shù), 非 0 值則返回OrderType bit = 0, - 設(shè)置排序類型, 非 0 值則降序 strWhere varchar(1500) = - 查詢條件 (注意: 不要加 ASwhere)declare declare d

41、eclarestrSQL varchar(5000) - 主語句 strTmp varchar(110) - 臨時(shí)變量 strOrder varchar(400) - 排序類型if doCount != 0 beginif strWhere !=頁碼方案 1方案 2方案 37201305005401294383100010000247964500140100000383264228315532500002814012872023305000001216861278467168set strSQL = select count(*) as Total from + tblName + where

42、 +strWhereelseset strSQL = select count(*) as Total from + tblName + end-以上代碼的意思是如果doCount 傳遞過來的不是 0，就執(zhí)行總數(shù)統(tǒng)計(jì)。以下的所有代碼都是doCount 為 0 的情況：else beginif OrderType beginset strTmp = set strOrder!= 0(select max= order by + fldName + ascif PageIndex begin=1if strWhere !=set strSQL = select topfrom +strOrder

43、else + str(PageSize) + tblName + where +strGetFields+ + strWhere + +set strSQL = select top + str(PageSize) +strGetFields+ from + tblName + + strOrder-如果是第一頁就執(zhí)行以上代碼，這樣會(huì)加快執(zhí)行速度end else begin-以下代碼賦予了strSQL 以真正執(zhí)行的 SQL 代碼set strSQL = select top + str(PageSize) + +strGetFields+ from + tblName + where + fl

44、dName + + strTmp + (+ fldName + )from (select top + str(PageIndex-1)*PageSize) + + fldName + from + tblName + + strOrder + ) as tblTmp)+strOrderif strWhere != set strSQL = select top + str(PageSize) + +strGetFields+ from + tblName + where + fldName + + strTmp + (+ fldName + ) from (select top + str(

45、PageIndex-1)*PageSize) + + fldName + from + tblName + where + strWhere + + strOrder + ) as tblTmp) and + strWhere + + strOrder endendexec (strSQL)GO上面的這個(gè)過程是一個(gè)通用的過程，其注釋已寫在其中了。 在大數(shù)據(jù)量的情況下，特別是在查詢最后幾頁的時(shí)候，查詢時(shí)間一般不會(huì)超過 9 秒；而用其他過程，在實(shí)踐中就會(huì)導(dǎo)致超時(shí)，所以這個(gè)過程非常適用，能給大家?guī)硪惶岢龈鼉?yōu)秀的實(shí)時(shí)數(shù)據(jù)量數(shù)據(jù)庫的查詢。 筆者希望能夠通過對以上過程的定的啟示，并給工作帶來一定的效率分頁算法。，同時(shí)希望索引的重要性和如何選擇索引在上一節(jié)的標(biāo)題中，筆者寫的是：實(shí)現(xiàn)小數(shù)據(jù)量和海量數(shù)據(jù)的通用分頁顯示過程。過程這是因?yàn)樵趯⒈具^程應(yīng)用于“辦公自動(dòng)化”系統(tǒng)的實(shí)踐