FROM publish 
WHERE (id NOT IN 
　　　　(SELECT TOP n-1 id 
　　　　 FROM publish)) 
id 為publish 表的關(guān)鍵字 
我當(dāng)時(shí)看到這篇文章的時(shí)候，真的是精神為之一振，覺得思路非常得好。等到后來，我在作辦公自動化系統(tǒng)（ASP.NET+ C#＋SQL SERVER）的時(shí)候，忽然想起了這篇文章，我想如果把這個(gè)語句改造一下，這就可能是一個(gè)非常好的分頁存儲過程。于是我就滿網(wǎng)上找這篇文章，沒想到，文章還沒找到，卻找到了一篇根據(jù)此語句寫的一個(gè)分頁存儲過程，這個(gè)存儲過程也是目前較為流行的一種分頁存儲過程，我很后悔沒有爭先把這段文字改造成存儲過程：
CREATE PROCEDURE pagination2
(
 @SQL nVARCHAR(4000),    --不帶排序語句的SQL語句
 @Page int,              --頁碼
 @RecsPerPage int,       --每頁容納的記錄數(shù)
 @ID VARCHAR(255),       --需要排序的不重復(fù)的ID號
 @Sort VARCHAR(255)      --排序字段及規(guī)則
)
AS
DECLARE @Str nVARCHAR(4000)
SET @Str='SELECT   TOP '+CAST(@RecsPerPage AS VARCHAR(20))+' * FROM ('+@SQL+') T WHERE T.'+@ID+'NOT IN 
(SELECT   TOP '+CAST((@RecsPerPage*(@Page-1)) AS VARCHAR(20))+' '+@ID+' FROM ('+@SQL+') T9 ORDER BY '+@Sort+') ORDER BY '+@Sort
PRINT @Str
EXEC sp_ExecuteSql @Str
GO
其實(shí)，以上語句可以簡化為：
SELECT TOP 頁大小 *
FROM Table1
WHERE (ID NOT IN
          (SELECT TOP 頁大小*頁數(shù) id
         FROM 表
         ORDER BY id))
ORDER BY ID
但這個(gè)存儲過程有一個(gè)致命的缺點(diǎn)，就是它含有NOT IN字樣。雖然我可以把它改造為：
SELECT TOP 頁大小 *
FROM Table1
WHERE not exists
(select * from (select top (頁大小*頁數(shù)) * from table1 order by id) b where b.id=a.id )
order by id
即，用not exists來代替not in，但我們前面已經(jīng)談過了，二者的執(zhí)行效率實(shí)際上是沒有區(qū)別的。
既便如此，用TOP 結(jié)合NOT IN的這個(gè)方法還是比用游標(biāo)要來得快一些。
雖然用not exists并不能挽救上個(gè)存儲過程的效率，但使用SQL SERVER中的TOP關(guān)鍵字卻是一個(gè)非常明智的選擇。因?yàn)榉猪搩?yōu)化的最終目的就是避免產(chǎn)生過大的記錄集，而我們在前面也已經(jīng)提到了TOP的優(yōu)勢，通過TOP 即可實(shí)現(xiàn)對數(shù)據(jù)量的控制。
在分頁算法中，影響我們查詢速度的關(guān)鍵因素有兩點(diǎn)：TOP和NOT IN。TOP可以提高我們的查詢速度，而NOT IN會減慢我們的查詢速度，所以要提高我們整個(gè)分頁算法的速度，就要徹底改造NOT IN，同其他方法來替代它。
我們知道，幾乎任何字段，我們都可以通過max(字段)或min(字段)來提取某個(gè)字段中的最大或最小值，所以如果這個(gè)字段不重復(fù)，那么就可以利用這些不重復(fù)的字段的max或min作為分水嶺，使其成為分頁算法中分開每頁的參照物。在這里，我們可以用操作符“>”或“<”號來完成這個(gè)使命，使查詢語句符合SARG形式。如：
Select top 10 * from table1 where id>200
于是就有了如下分頁方案：
select top 頁大小 *
from table1 
where 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)，我們通常會選擇主鍵。下表列出了筆者用有著1000萬數(shù)據(jù)的辦公自動化系統(tǒng)中的表，在以GID（GID是主鍵，但并不是聚集索引。）為排序列、提取gid,fariqi,title字段，分別以第1、10、100、500、1000、1萬、10萬、25萬、50萬頁為例，測試以上三種分頁方案的執(zhí)行速度：（單位：毫秒）
頁  碼
 方案1
 方案2
 方案3
1
 60
 30
 76
10
 46
 16
 63
100
 1076
 720
 130
500
 540
 12943
 83
1000
 17110
 470
 250
1萬
 24796
 4500
 140
10萬
 38326
 42283
 1553
25萬
 28140
 128720
 2330
50萬
 121686
 127846
 7168
從上表中，我們可以看出，三種存儲過程在執(zhí)行100頁以下的分頁命令時(shí)，都是可以信任的，速度都很好。但第一種方案在執(zhí)行分頁1000頁以上后，速度就降了下來。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，我們可以據(jù)此寫一個(gè)存儲過程。大家知道SQL SERVER的存儲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)鱽淼腟QL語句的執(zhí)行效率要高。下面的存儲過程不僅含有分頁方案，還會根據(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)
CREATE 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   int = 10,          -- 頁尺寸
@PageIndex  int = 1,           -- 頁碼
@doCount  bit = 0,   -- 返回記錄總數(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 where)
AS
declare @strSQL   varchar(5000)       -- 主語句
declare @strTmp   varchar(110)        -- 臨時(shí)變量
declare @strOrder varchar(400)        -- 排序類型
if @doCount != 0
  begin
    if @strWhere !=''
    set @strSQL = "select count(*) as Total from [" + @tblName + "] where "+@strWhere
    else
    set @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
begin
if @OrderType != 0
begin
    set @strTmp = "<(select min"
set @strOrder = " order by [" + @fldName +"] desc"
--如果@OrderType不是0，就執(zhí)行降序，這句很重要！
end
else
begin
    set @strTmp = ">(select max"
    set @strOrder = " order by [" + @fldName +"] asc"
end
if @PageIndex = 1
begin
    if @strWhere != ''   
    set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ "  from [" + @tblName + "] where " + @strWhere + " " + @strOrder
     else
     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 [" + @fldName + "]" + @strTmp + "(["+ @fldName + "]) from (select top " + str((@PageIndex-1)*@PageSize) + " ["+ @fldName + "] from [" + @tblName + "]" + @strOrder + ") as tblTmp)"+ @strOrder
if @strWhere != ''
    set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ "  from ["
        + @tblName + "] where [" + @fldName + "]" + @strTmp + "(["
        + @fldName + "]) from (select top " + str((@PageIndex-1)*@PageSize) + " ["
        + @fldName + "] from [" + @tblName + "] where " + @strWhere + " "
        + @strOrder + ") as tblTmp) and " + @strWhere + " " + @strOrder
end 
end   
exec (@strSQL)
GO
上面的這個(gè)存儲過程是一個(gè)通用的存儲過程，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)間一般不會超過9秒；而用其他存儲過程，在實(shí)踐中就會導(dǎo)致超時(shí)，所以這個(gè)存儲過程非常適用于大容量數(shù)據(jù)庫的查詢。
筆者希望能夠通過對以上存儲過程的解析，能給大家?guī)硪欢ǖ膯⑹?，并給工作帶來一定的效率提升，同時(shí)希望同行提出更優(yōu)秀的實(shí)時(shí)數(shù)據(jù)分頁算法。
四、聚集索引的重要性和如何選擇聚集索引
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)的通用分頁顯示存儲過程。這是因?yàn)樵趯⒈敬鎯^程應(yīng)用于“辦公自動化”系統(tǒng)的實(shí)踐中時(shí)，筆者發(fā)現(xiàn)這第三種存儲過程在小數(shù)據(jù)量的情況下，有如下現(xiàn)象：
1、分頁速度一般維持在1秒和3秒之間。
2、在查詢最后一頁時(shí)，速度一般為5秒至8秒，哪怕分頁總數(shù)只有3頁或30萬頁。
雖然在超大容量情況下，這個(gè)分頁的實(shí)現(xiàn)過程是很快的，但在分前幾頁時(shí)，這個(gè)1－3秒的速度比起第一種甚至沒有經(jīng)過優(yōu)化的分頁方法速度還要慢，借用戶的話說就是“還沒有ACCESS數(shù)據(jù)庫速度快”，這個(gè)認(rèn)識足以導(dǎo)致用戶放棄使用您開發(fā)的系統(tǒng)。
筆者就此分析了一下，原來產(chǎn)生這種現(xiàn)象的癥結(jié)是如此的簡單，但又如此的重要：排序的字段不是聚集索引！
本篇文章的題目是：“查詢優(yōu)化及分頁算法方案”。筆者只所以把“查詢優(yōu)化”和“分頁算法”這兩個(gè)聯(lián)系不是很大的論題放在一起，就是因?yàn)槎叨夹枰粋€(gè)非常重要的東西――聚集索引。
在前面的討論中我們已經(jīng)提到了，聚集索引有兩個(gè)最大的優(yōu)勢：
1、以最快的速度縮小查詢范圍。
2、以最快的速度進(jìn)行字段排序。
第1條多用在查詢優(yōu)化時(shí)，而第2條多用在進(jìn)行分頁時(shí)的數(shù)據(jù)排序。
而聚集索引在每個(gè)表內(nèi)又只能建立一個(gè)，這使得聚集索引顯得更加的重要。聚集索引的挑選可以說是實(shí)現(xiàn)“查詢優(yōu)化”和“高效分頁”的最關(guān)鍵因素。
但要既使聚集索引列既符合查詢列的需要，又符合排序列的需要，這通常是一個(gè)矛盾。
筆者前面“索引”的討論中，將fariqi，即用戶發(fā)文日期作為了聚集索引的起始列，日期的精確度為“日”。這種作法的優(yōu)點(diǎn)，前面已經(jīng)提到了，在進(jìn)行劃時(shí)間段的快速查詢中，比用ID主鍵列有很大的優(yōu)勢。
但在分頁時(shí)，由于這個(gè)聚集索引列存在著重復(fù)記錄，所以無法使用max或min來最為分頁的參照物，進(jìn)而無法實(shí)現(xiàn)更為高效的排序。而如果將ID主鍵列作為聚集索引，那么聚集索引除了用以排序之外，沒有任何用處，實(shí)際上是浪費(fèi)了聚集索引這個(gè)寶貴的資源。
為解決這個(gè)矛盾，筆者后來又添加了一個(gè)日期列，其默認(rèn)值為getdate()。用戶在寫入記錄時(shí)，這個(gè)列自動寫入當(dāng)時(shí)的時(shí)間，時(shí)間精確到毫秒。即使這樣，為了避免可能性很小的重合，還要在此列上創(chuàng)建UNIQUE約束。將此日期列作為聚集索引列。
有了這個(gè)時(shí)間型聚集索引列之后，用戶就既可以用這個(gè)列查找用戶在插入數(shù)據(jù)時(shí)的某個(gè)時(shí)間段的查詢，又可以作為唯一列來實(shí)現(xiàn)max或min，成為分頁算法的參照物。
經(jīng)過這樣的優(yōu)化，筆者發(fā)現(xiàn)，無論是大數(shù)據(jù)量的情況下還是小數(shù)據(jù)量的情況下，分頁速度一般都是幾十毫秒，甚至0毫秒。而用日期段縮小范圍的查詢速度比原來也沒有任何遲鈍。
聚集索引是如此的重要和珍貴，所以筆者總結(jié)了一下，一定要將聚集索引建立在：
1、您最頻繁使用的、用以縮小查詢范圍的字段上；
2、您最頻繁使用的、需要排序的字段上。
結(jié)束語：
本篇文章匯集了筆者近段在使用數(shù)據(jù)庫方面的心得，是在做“辦公自動化”系統(tǒng)時(shí)實(shí)踐經(jīng)驗(yàn)的積累。希望這篇文章不僅能夠給大家的工作帶來一定的幫助，也希望能讓大家能夠體會到分析問題的方法；最重要的是，希望這篇文章能夠拋磚引玉，掀起大家的學(xué)習(xí)和討論的興趣，以共同促進(jìn)，共同為公安科技強(qiáng)警事業(yè)和金盾工程做出自己最大的努力。
最后需要說明的是，在試驗(yàn)中，我發(fā)現(xiàn)用戶在進(jìn)行大數(shù)據(jù)量查詢的時(shí)候，對數(shù)據(jù)庫速度影響最大的不是內(nèi)存大小，而是CPU。在我的P4 2.4機(jī)器上試驗(yàn)的時(shí)候，查看“資源管理器”，CPU經(jīng)常出現(xiàn)持續(xù)到100%的現(xiàn)象，而內(nèi)存用量卻并沒有改變或者說沒有大的改變。即使在我們的HP ML 350 G3服務(wù)器上試驗(yàn)時(shí)，CPU峰值也能達(dá)到90%，一般持續(xù)在70%左右。
本文的試驗(yàn)數(shù)據(jù)都是來自我們的HP ML 350服務(wù)器。服務(wù)器配置：雙Inter Xeon 超線程 CPU 2.4G，內(nèi)存1G，操作系統(tǒng)Windows Server 2003 Enterprise Edition，數(shù)據(jù)庫SQL Server 2000 SP3。

最新評論