[SQL Server]利用索引改善sql语句

1.select gid,fariqi,neibuyonghu,reader,title from Tgongwen order by gid

1、**Like语句是否属于**SARG取决于所使用的通配符的类型
如:name like ‘张%’ ,这就属于SARG
而:name like ‘%张’ ,就不属于SARG。
原因是通配符%在字符串的开通使得索引无法使用。
2、**or 会引起全表扫描
  Name=’张三’ and 价格>5000 符号SARG,而:Name=’张三’ or 价格>5000 则不符合SARG。使用or会引起全表扫描。
3、非操作符、函数引起的不满足**SARG形式的语句
  不满足SARG形式的语句最典型的情况就是包括非操作符的语句,如:NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT
LIKE等,另外还有函数。下面就是几个不满足SARG形式的例子:
ABS(价格)<5000
Name like ‘%三’
有些表达式,如:
WHERE 价格*2>5000
SQL SERVER也会认为是SARG,SQL
SERVER会将此式转化为:
WHERE 价格>2500/2
但我们不推荐这样使用,因为有时SQL
SERVER不能保证这种转化与原始表达式是完全等价的。
4、**IN 的作用相当与**OR
语句:
Select * from table1 where tid in (2,3)

Select * from table1 where tid=2 or tid=3
是一样的,都会引起全表扫描,如果tid上有索引,其索引也会失效。
5、尽量少用**NOT 6、exists 和 in 的执行效率是一样的
  很多资料上都显示说,exists要比in的执行效率要高,同时应尽可能的用not
exists来代替not
in。但事实上,我试验了一下,发现二者无论是前面带不带not,二者之间的执行效率都是一样的。因为涉及子查询,我们试验这次用SQL SERVER自带的pubs数据库。运行前我们可以把SQL
SERVER的statistics I/O状态打开:
(1)select title,price from
titles where title_id in (select title_id from sales where
qty>30)
该句的执行结果为:
表 ”sales”。扫描计数 18,逻辑读 56 次,物理读 0 次,预读 0 次。
表 ”titles”。扫描计数 1,逻辑读 2 次,物理读 0 次,预读 0 次。
(2)select title,price from
titles 
  where exists (select * from sales 
  where sales.title_id=titles.title_id and
qty>30)
第二句的执行结果为:
表 ”sales”。扫描计数 18,逻辑读 56 次,物理读 0 次,预读 0 次。
表 ”titles”。扫描计数 1,逻辑读 2 次,物理读 0 次,预读 0 次。
我们从此可以看到用exists和用in的执行效率是一样的。
7、用函数charindex()和前面加通配符%的**LIKE执行效率一样
  前面,我们谈到,如果在LIKE前面加上通配符%,那么将会引起全表扫描,所以其执行效率是低下的。但有的资料介绍说,用函数charindex()来代替LIKE速度会有大的提升,经我试验,发现这种说明也是错误的:
select gid,title,fariqi,reader from tgongwen 
  where charindex(”刑侦支队”,reader)>0 and fariqi>”2004-5-5”
用时:7秒,另外:扫描计数 4,逻辑读 7155 次,物理读 0 次,预读 0 次。
select gid,title,fariqi,reader from tgongwen 
  where reader like ”%” + ”刑侦支队” + ”%” and fariqi>”2004-5-5”
用时:7秒,另外:扫描计数 4,逻辑读 7155 次,物理读 0 次,预读 0 次。
8、**union并不绝对比**or的执行效率高
  我们前面已经谈到了在where子句中使用or会引起全表扫描,一般的,我所见过的资料都是推荐这里用union来代替or。事实证明,这种说法对于大部分都是适用的。
select gid,fariqi,neibuyonghu,reader,title from Tgongwen 
  where fariqi=”2004-9-16” or gid>9990000
用时:68秒。扫描计数 1,逻辑读 404008 次,物理读 283 次,预读 392163 次。
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where
fariqi=”2004-9-16” 
union
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where
gid>9990000
用时:9秒。扫描计数 8,逻辑读 67489 次,物理读 216 次,预读 7499 次。
看来,用union在通常情况下比用or的效率要高的多。
  但经过试验,笔者发现如果or两边的查询列是一样的话,那么用union则反倒和用or的执行速度差很多,虽然这里union扫描的是索引,而or扫描的是全表。
select gid,fariqi,neibuyonghu,reader,title from Tgongwen 
  where fariqi=”2004-9-16” or
fariqi=”2004-2-5”
用时:6423毫秒。扫描计数 2,逻辑读 14726 次,物理读 1 次,预读 7176 次。
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where
fariqi=”2004-9-16” 
union
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where
fariqi=”2004-2-5”
用时:11640毫秒。扫描计数 8,逻辑读 14806 次,物理读 108 次,预读 1144 次。
9、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。

价格>5000

1.(2)select gid,fariqi,neibuyonghu,title from Tgongwen where
fariqi>”2004-5-5” and neibuyonghu=”办公室”

1.select * from table1 where name=”zhangsan” and tID >
10000和执行select * from table1 where tID > 10000 and
name=”zhangsan”

下面是实例语句:(都是提取25万条数据)

4、IN 的作用相当与OR

2.where fariqi> dateadd(day,-90,getdate())

用时:7秒,另外:扫描计数
4,逻辑读 7155 次,物理读 0 次,预读 0 次。

3、使用聚合索引内的时间段,搜索时间会按数据占整个数据表的百分比成比例减少,而无论聚合索引使用了多少个:

我们从此可以看到用exists和用in的执行效率是一样的。

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:

5、尽量少用NOT

用时:53763毫秒(54秒)

11、order by按聚集索引列排序效率最高

有索引情况下,insert速度一定有影响,不过:

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。

查询速度:60280毫秒

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。

用时:4673毫秒

7、用函数charindex()和前面加通配符%的LIKE执行效率一样

最早较好地实现这种根据页面大小和页码来提取数据的方法大概就是“俄罗斯存储过程”。这个存储过程用了游标,由于游标的局限性,所以这个方法并没有得到大家的普遍认可。

我们来做一个试验:

1.select gid,fariqi,neibuyonghu,reader,title from Tgongwen where
fariqi=”2004-9-16”

一些人不知道以上两条语句的执行效率是否一样,因为如果简单的从语句先后上看,这两个语句的确是不一样,如果tID是一个聚合索引,那么后一句仅仅从表的10000条以后的记录中查找就行了;而前一句则要先从全表中查找看有几个name=”zhangsan”的,而后再根据限制条件条件tID>10000来提出查询结果。

用时:80毫秒

Name=’张三’

1.(3)select gid,fariqi,neibuyonghu,title from Tgongwen where
neibuyonghu=”办公室”

用时:1500毫秒

1.select top 10000 gid,fariqi,reader,title from tgongwen order by gid
desc

表 ”titles”。扫描计数
1,逻辑读 2 次,物理读 0 次,预读 0 次。

四、其他书上没有的索引使用经验总结

在查询分析阶段,查询优化器查看查询的每个阶段并决定限制需要扫描的数据量是否有用。如果一个阶段可以被用作一个扫描参数(SARG),那么就称之为可优化的,并且可以利用索引快速获得所需数据。

即,用not exists来代替not
in,但我们前面已经谈过了,二者的执行效率实际上是没有区别的。既便如此,用TOP
结合NOT IN的这个方法还是比用游标要来得快一些。

用时:173毫秒。 扫描计数
1,逻辑读 290 次,物理读 0 次,预读 0 次。

有些表达式,如:

而:name like ‘%张’
,就不属于SARG。

10、count(*)不比count(字段)慢

where neibuyonghu=”办公室”

理论的目的是应用。虽然我们刚才列出了何时应使用聚集索引或非聚集索引,但在实践中以上规则却很容易被忽视或不能根据实际情况进行综合分析。下面我们将根据在实践中遇到的实际问题来谈一下索引使用的误区,以便于大家掌握索引建立的方法。

不满足SARG形式的语句最典型的情况就是包括非操作符的语句,如:NOT、!=、<>、!<、!>、NOT
EXISTS、NOT IN、NOT
LIKE等,另外还有函数。下面就是几个不满足SARG形式的例子:

笔者就此分析了一下,原来产生这种现象的症结是如此的简单,但又如此的重要:排序的字段不是聚集索引!

1.(2)select title,price from titles where exists (select * from
sales where sales.title_id=titles.title_id and qty>30)

我们来看:(gid是主键,fariqi是聚合索引列):

到此为止,我们上面讨论了如何实现从大容量的数据库中快速地查询出您所需要的数据方法。当然,我们介绍的这些方法都是“软”方法,在实践中,我们还要考虑各种“硬”因素,如:网络性能、服务器的性能、操作系统的性能,甚至网卡、交换机等。

5、尽量少用NOT

虽然查询优化器可以根据where子句自动的进行查询优化,但大家仍然有必要了解一下“查询优化器”的工作原理,如非这样,有时查询优化器就会不按照您的本意进行快速查询。

1、以最快的速度缩小查询范围。

10、count(*)不比count(字段)慢

我们来做一个试验:

1.select gid,title,fariqi,reader from tgongwen where
charindex(”刑侦支队”,reader)>0 and fariqi>”2004-5-5”

(二)改善SQL语句

1.select gid,fariqi,neibuyonghu,reader,title from Tgongwen where
fariqi=”2004-9-16”

图片 1图片 2

用时:1483毫秒

如果您认识某个字,您可以快速地从自动中查到这个字。但您也可能会遇到您不认识的字,不知道它的发音,这时候,您就不能按照刚才的方法找到您要查的字,而需要去根据“偏旁部首”查到您要找的字,然后根据这个字后的页码直接翻到某页来找到您要找的字。但您结合“部首目录”和“检字表”而查到的字的排序并不是真正的正文的排序方法,比如您查“张”字,我们可以看到在查部首之后的检字表中“张”的页码是672页,检字表中“张”的上面是“驰”字,但页码却是63页,“张”的下面是“弩”字,页面是390页。很显然,这些字并不是真正的分别位于“张”字的上下方,现在您看到的连续的“驰、张、弩”三字实际上就是他们在非聚集索引中的排序,是字典正文中的字在非聚集索引中的映射。我们可以通过这种方式来找到您所需要的字,但它需要两个过程,先找到目录中的结果,然后再翻到您所需要的页码。我们把这种目录纯粹是目录,正文纯粹是正文的排序方式称为“非聚集索引”。

1.select top 10 * from (

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:

我们前面已经谈到了在where子句中使用or会引起全表扫描,一般的,我所见过的资料都是推荐这里用union来代替or。事实证明,这种说法对于大部分都是适用的。

“水可载舟,亦可覆舟”,索引也一样。索引有助于提高检索性能,但过多或不当的索引也会导致系统低效。因为用户在表中每加进一个索引,数据库就要做更多的工作。过多的索引甚至会导致索引碎片。

用时:4673毫秒

1.select top 10000 gid,fariqi,reader,title from tgongwen

Name like ‘%三’

我们前面已经谈到了在where子句中使用or会引起全表扫描,一般的,我所见过的资料都是推荐这里用union来代替or。事实证明,这种说法对于大部分都是适用的。

1.(1)select title,price from titles where title_id in (select
title_id from sales where qty>30)

并在select语句后加:

原因是通配符%在字符串的开通使得索引无法使用。

用时:52050毫秒

1.select top 10000 gid,fariqi,reader,title from tgongwen

在上一节的标题中,笔者写的是:实现小数据量和海量数据的通用分页显示存储过程。这是因为在将本存储过程应用于“办公自动化”系统的实践中时,笔者发现这第三种存储过程在小数据量的情况下,有如下现象:

列名 操作符 <常数 或
变量>或<常数 或 变量> 操作符列名

但经过试验,笔者发现如果or两边的查询列是一样的话,那么用union则反倒和用or的执行速度差很多,虽然这里union扫描的是索引,而or扫描的是全表。 

表 ”sales”。扫描计数
18,逻辑读 56 次,物理读 0 次,预读 0 次。

这里,用聚合索引比用一般的主键作order
by时,速度快了3/10。事实上,如果数据量很小的话,用聚集索引作为排序列要比使用非聚集索引速度快得明显的多;而数据量如果很大的话,如10万以上,则二者的速度差别不明显。

用时:9秒。扫描计数
8,逻辑读 67489 次,物理读 216 次,预读 7499 次。

Name=’张三’ and 价格>5000

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:

1.select gid,fariqi,neibuyonghu,reader,title from Tgongwen where
gid<=250000

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。

8、union并不绝对比or的执行效率高

1.select count(*) from Tgongwen

WHERE 价格>2500/2

1.select top 10000 gid,fariqi,reader,title from tgongwen order by gid
desc

1.(1)select title,price from titles where title_id in (select
title_id from sales where qty>30)

1.select count(fariqi) from Tgongwen

1.select gid,fariqi,neibuyonghu,title from Tgongwen

union

用时:18843

用时:4736毫秒。 扫描计数
1,逻辑读 55350 次,物理读 10 次,预读 775 次。

4、日期列不会因为有分秒的输入而减慢查询速度

很多人不知道SQL语句在SQL
SERVER中是如何执行的,他们担心自己所写的SQL语句会被SQL
SERVER误解。比如:

上面的这个存储过程是一个通用的存储过程,其注释已写在其中了。在大数据量的情况下,特别是在查询最后几页的时候,查询时间一般不会超过9秒;而用其他存储过程,在实践中就会导致超时,所以这个存储过程非常适用于大容量数据库的查询。笔者希望能够通过对以上存储过程的解析,能给大家带来一定的启示,并给工作带来一定的效率提升,同时希望同行提出更优秀的实时数据分页算法。

用时:1376毫秒

用时:196 毫秒。 扫描计数 1,逻辑读 289 次,物理读 1 次,预读 1527 次。

1.select gid,fariqi,neibuyonghu,reader,title from Tgongwen where
fariqi=”2004-9-16” or fariqi=”2004-2-5”

三、结合实际,谈索引使用的误区

第二句的执行结果为:

用时:9秒。扫描计数 8,逻辑读 67489 次,物理读 216 次,预读 7499 次。

该句的执行结果为:

我们知道,几乎任何字段,我们都可以通过max(字段)或min(字段)来提取某个字段中的最大或最小值,所以如果这个字段不重复,那么就可以利用这些不重复的字段的max或min作为分水岭,使其成为分页算法中分开每页的参照物。在这里,我们可以用操作符“>”或“<”号来完成这个使命,使查询语句符合SARG形式。如:

5000<价格

1.select top 10000 gid,fariqi,reader,title from tgongwen order by gid
asc

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。

很多人不知道SQL语句在SQL
SERVER中是如何执行的,他们担心自己所写的SQL语句会被SQL
SERVER误解。比如:

有些表达式,如:

用时:12936

1.select count(title) from Tgongwen

虽然每条语句提取出来的都是25万条数据,各种情况的差异却是巨大的,特别是将聚集索引建立在日期列时的差异。事实上,如果您的数据库真的有1000万容量的话,把主键建立在ID列上,就像以上的第1、2种情况,在网页上的表现就是超时,根本就无法显示。这也是我摒弃ID列作为聚集索引的一个最重要的因素。得出以上速度的方法是:在各个select语句前加:

WHERE 价格*2>5000

在选择即不重复值,又容易分辨大小的列时,我们通常会选择主键。下表列出了笔者用有着1000万数据的办公自动化系统中的表,在以GID(GID是主键,但并不是聚集索引。)为排序列、提取gid,fariqi,title字段,分别以第1、10、100、500、1000、1万、10万、25万、50万页为例,测试以上三种分页方案的执行速度:(单位:毫秒)

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:

一些人不知道以上两条语句的执行效率是否一样,因为如果简单的从语句先后上看,这两个语句的确是不一样,如果tID是一个聚合索引,那么后一句仅仅从表的10000条以后的记录中查找就行了;而前一句则要先从全表中查找看有几个name=”zhangsan”的,而后再根据限制条件条件tID>10000来提出查询结果。

但经过试验,笔者发现如果or两边的查询列是一样的话,那么用union则反倒和用or的执行速度差很多,虽然这里union扫描的是索引,而or扫描的是全表。 

1.select top 10000 gid,fariqi,reader,title from tgongwen order by gid
desc

很多资料上都显示说,exists要比in的执行效率要高,同时应尽可能的用not
exists来代替not
in。但事实上,我试验了一下,发现二者无论是前面带不带not,二者之间的执行效率都是一样的。因为涉及子查询,我们试验这次用SQL
SERVER自带的pubs数据库。运行前我们可以把SQL SERVER的statistics
I/O状态打开:

(2)在主键上建立聚集索引,在fariq上建立非聚集索引:

1.select gid,fariqi,neibuyonghu,reader,title from Tgongwen where
fariqi=”2004-9-16”

到此为止,我们上面讨论了如何实现从大容量的数据库中快速地查询出您所需要的数据方法。当然,我们介绍的这些方法都是“软”方法,在实践中,我们还要考虑各种“硬”因素,如:网络性能、服务器的性能、操作系统的性能,甚至网卡、交换机等。

3、非操作符、函数引起的不满足SARG形式的语句

7、用函数charindex()和前面加通配符%的LIKE执行效率一样

9、字段提取要按照“需多少、提多少”的原则,避免“select *”

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。

用时:52050毫秒

1.select [语句执行花费时间(毫秒)]=datediff(ms,@d,getdate())

2、or 会引起全表扫描

1.select count(*) from Tgongwen

1.select gid,fariqi,neibuyonghu,reader,title from Tgongwen where
fariqi=”2004-9-16” or gid>9990000

(3)将聚合索引建立在日期列(fariqi)上:

用时:7秒,另外:扫描计数
4,逻辑读 7155 次,物理读 0 次,预读 0 次。

通常,我们会在每个表中都建立一个ID列,以区分每条数据,并且这个ID列是自动增大的,步长一般为1。我们的这个办公自动化的实例中的列Gid就是如此。此时,如果我们将这个列设为主键,SQL
SERVER会将此列默认为聚集索引。这样做有好处,就是可以让您的数据在数据库中按照ID进行物理排序,但笔者认为这样做意义不大。

用时:4720毫秒。 扫描计数
1,逻辑读 41956 次,物理读 0 次,预读 1287 次。

用时:128470毫秒(即:128秒)

1.select top 10000 gid,fariqi,title from tgongwen order by gid desc

1.select top 10000 gid,fariqi,reader,title from tgongwen order by fariqi
desc

表 ”sales”。扫描计数
18,逻辑读 56 次,物理读 0 次,预读 0 次。

用时:6390毫秒

用时:80毫秒

从我们前面谈到的聚集索引的定义我们可以看出,使用聚集索引的最大好处就是能够根据查询要求,迅速缩小查询范围,避免全表扫描。在实际应用中,因为ID号是自动生成的,我们并不知道每条记录的ID号,所以我们很难在实践中用ID号来进行查询。这就使让ID号这个主键作为聚集索引成为一种资源浪费。其次,让每个ID号都不同的字段作为聚集索引也不符合“大数目的不同值情况下不应建立聚合索引”规则;当然,这种情况只是针对用户经常修改记录内容,特别是索引项的时候会负作用,但对于查询速度并没有影响。

1.select gid,title,fariqi,reader from tgongwen where reader
like ”%” + ”刑侦支队” + ”%” and fariqi>”2004-5-5”

但我们不推荐这样使用,因为有时SQL
SERVER不能保证这种转化与原始表达式是完全等价的。

6、exists 和 in 的执行效率是一样的

1.Select top 10 * from table1 where id>200

于是就有了如下分页方案:

1.select top 页大小 *

2.from table1

3.where id>

4.(select max (id) from

5.(select top ((页码-1)*页大小) id from table1 order by id) as T

6.)

7.order by id

8、union并不绝对比or的执行效率高

列名 操作符 <常数 或 变量>或<常数 或 变量> 操作符列名

用时:11640毫秒。扫描计数
8,逻辑读 14806 次,物理读 108 次,预读 1144 次。

从建表的语句中,我们可以看到这个有着1000万数据的表中fariqi字段有5003个不同记录。在此字段上建立聚合索引是再合适不过了。在现实中,我们每天都会发几个文件,这几个文件的发文日期就相同,这完全符合建立聚集索引要求的:“既不能绝大多数都相同,又不能只有极少数相同”的规则。由此看来,我们建立“适当”的聚合索引对于我们提高查询速度是非常重要的。

列名可以出现在操作符的一边,而常数或变量出现在操作符的另一边。如:

实际上,您可以把索引理解为一种特殊的目录。微软的SQL
SERVER提供了两种索引:聚集索引(clustered
index,也称聚类索引、簇集索引)和非聚集索引(nonclustered
index,也称非聚类索引、非簇集索引)。下面,我们举例来说明一下聚集索引和非聚集索引的区别:

1.select top 10000 gid,fariqi,reader,title from tgongwen order by gid
asc

2、or 会引起全表扫描

用时:6423毫秒。扫描计数
2,逻辑读 14726 次,物理读 1 次,预读 7176 次。

1.Select gid,fariqi,neibuyonghu,title from tgongwen

select gid,fariqi,neibuyonghu,reader,title from Tgongwen where
fariqi=”2004-2-5”

用时:11640毫秒。扫描计数 8,逻辑读 14806 次,物理读 108 次,预读 1144
次。

SARG的定义:用于限制搜索的一个操作,因为它通常是指一个特定的匹配,一个值得范围内的匹配或者两个以上条件的AND连接。形式如下:

Select * from table1 where tid in (2,3)和Select * from table1 where
tid=2 or tid=3

介绍完SARG后,我们来总结一下使用SARG以及在实践中遇到的和某些资料上结论不同的经验:

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。

如:name like ‘张%’
,这就属于SARG

  1. 你不大可能一该不停地进行insert, SQL
    Server能把你传来的命令缓存起来,依次执行,不会漏掉任何一个insert。
  2. 你也可以建立一个相同结构但不做索引的表,insert数据先插入到这个表里,当这个表中行数达到一定行数再用insert table1 select * from
    table2这样的命令整批插入到有索引的那个表里。

SQL SERVER也会认为是SARG,SQL SERVER会将此式转化为:

用时:173毫秒。 扫描计数 1,逻辑读 290 次,物理读 0 次,预读 0 次。

1、Like语句是否属于SARG取决于所使用的通配符的类型

1.select gid,fariqi,neibuyonghu,reader,title from Tgongwen where
fariqi>”2004-6-6”

事实上,这样的担心是不必要的。SQL
SERVER中有一个“查询分析优化器”,它可以计算出where子句中的搜索条件并确定哪个索引能缩小表扫描的搜索空间,也就是说,它能实现自动优化。

--获取指定页的数据:

01.CREATE PROCEDURE pagination3

02.@tblName varchar(255), -- 表名

03.@strGetFields varchar(1000) = ''*'', -- 需要返回的列

04.@fldName varchar(255)='''', -- 排序的字段名

05.@PageSize int = 10, -- 页尺寸

06.@PageIndex int = 1, -- 页码

07.@doCount bit = 0, -- 返回记录总数, 非 0 值则返回

08.@OrderType bit = 0, -- 设置排序类型, 非 0 值则降序

09.@strWhere varchar(1500) = '''' -- 查询条件 (注意: 不要加 where)

10.AS

11. 

12.declare @strSQL varchar(5000) -- 主语句

13.declare @strTmp varchar(110) -- 临时变量

14.declare @strOrder varchar(400) -- 排序类型

15. 

16.if @doCount != 0

17.begin

18.if @strWhere !=''''

19.set @strSQL = "select count(*) as Total from [" + @tblName + "] where "+@strWhere

20.else

21.set @strSQL = "select count(*) as Total from [" + @tblName + "]"

22.end

--以上代码的意思是如果@doCount传递过来的不是0,就执行总数统计。以下的所有代码都是@doCount为0的情况:

1.else

2.begin

3.if @OrderType != 0

4.begin

5.set @strTmp = "<(select min"

6.set @strOrder = " order by [" + @fldName +"] desc"

--如果@OrderType不是0,就执行降序,这句很重要!

01.end

02.else

03.begin

04.set @strTmp = ">(select max"

05.set @strOrder = " order by [" + @fldName +"] asc"

06.end

07. 

08.if @PageIndex = 1

09.begin

10.if @strWhere != ''''

11. 

12.set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ "

13.        from [" + @tblName + "] where " + @strWhere + " " + @strOrder

14.else

15. 

16.set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ "

17.        from ["+ @tblName + "] "+ @strOrder

--如果是第一页就执行以上代码,这样会加快执行速度

1.end

2.else

3.begin

--以下代码赋予了@strSQL以真正执行的SQL代码 

01.set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ " from ["

02.+ @tblName + "] where [" + @fldName + "]" + @strTmp + "(["+ @fldName + "])

03.      from (select top " + str((@PageIndex-1)*@PageSize) + " ["+ @fldName + "]

04.      from [" + @tblName + "]" + @strOrder + ") as tblTmp)"+ @strOrder

05. 

06.if @strWhere != ''''

07.set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ " from ["

08.+ @tblName + "] where [" + @fldName + "]" + @strTmp + "(["

09.+ @fldName + "]) from (select top " + str((@PageIndex-1)*@PageSize) +" ["

10.+ @fldName + "] from [" + @tblName + "] where " + @strWhere + " "

11.+ @strOrder + ") as tblTmp) and " + @strWhere + " " + @strOrder

12.end

13. 

14.end

15. 

16.exec (@strSQL)

17. 

18.GO

用时:156毫秒。 扫描计数
1,逻辑读 289 次,物理读 0 次,预读 0 次。

列名可以出现在操作符的一边,而常数或变量出现在操作符的另一边。如:

用时:3140毫秒

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

*
*
Website