SQLServer索引结构及其使用（四）

文章作者 100test 发表时间 2007:04:05 08:10:17
来源 100Test.Com百考试题网

计算机等级考试训练软件《百宝箱》

聚集索引的重要性和如何选择聚集索引

　　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：

1、分页速度一般维持在1秒和3秒之间。

2、在查询最后一页时，速度一般为5秒至8秒，哪怕分页总数只有3页或30万页。

　　虽然在超大容量情况下，这个分页的实现过程是很快的，但在分前几页时，这个1－3秒的速度比起第一种甚至没有经过优化的分页方法速度还要慢，借用户的话说就是“还没有ACCESS数据库速度快”，这个认识足以导致用户放弃使用您开发的系统。
　　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！
　　本篇文章的题目是：“查询优化及分页算法方案”。笔者只所以把“查询优化”和“分页算法”这两个联系不是很大的论题放在一起，就是因为二者都需要一个非常重要的东西――聚集索引。
在前面的讨论中我们已经提到了，聚集索引有两个最大的优势：

1、以最快的速度缩小查询范围。

2、以最快的速度进行字段排序。

　　第1条多用在查询优化时，而第2条多用在进行分页时的数据排序。

　　而聚集索引在每个表内又只能建立一个，这使得聚集索引显得更加的重要。聚集索引的挑选可以说是实现“查询优化”和“高效分页”的最关键因素。
　　但要既使聚集索引列既符合查询列的需要，又符合排序列的需要，这通常是一个矛盾。笔者前面“索引”的讨论中，将fariqi，即用户发文日期作为了聚集索引的起始列，日期的精确度为“日”。这种作法的优点，前面已经提到了，在进行划时间段的快速查询中，比用ID主键列有很大的优势。
　　但在分页时，由于这个聚集索引列存在着重复记录，所以无法使用max或min来最为分页的参照物，进而无法实现更为高效的排序。而如果将ID主键列作为聚集索引，那么聚集索引除了用以排序之外，没有任何用处，实际上是浪费了聚集索引这个宝贵的资源。
　　为解决这个矛盾，笔者后来又添加了一个日期列，其默认值为getdate()。用户在写入记录时，这个列自动写入当时的时间，时间精确到毫秒。即使这样，为了避免可能性很小的重合，还要在此列上创建UNIQUE约束。将此日期列作为聚集索引列。
　　有了这个时间型聚集索引列之后，用户就既可以用这个列查找用户在插入数据时的某个时间段的查询，又可以作为唯一列来实现max或min，成为分页算法的参照物。
　　经过这样的优化，笔者发现，无论是大数据量的情况下还是小数据量的情况下，分页速度一般都是几十毫秒，甚至0毫秒。而用日期段缩小范围的查询速度比原来也没有任何迟钝。聚集索引是如此的重要和珍贵，所以笔者总结了一下，一定要将聚集索引建立在：

1、您最频繁使用的、用以缩小查询范围的字段上；

2、您最频繁使用的、需要排序的字段上。

结束语

　　本篇文章汇集了笔者近段在使用数据库方面的心得，是在做“办公自动化”系统时实践经验的积累。希望这篇文章不仅能够给大家的工作带来一定的帮助，也希望能让大家能够体会到分析问题的方法；最重要的是，希望这篇文章能够抛砖引玉，掀起大家的学习和讨论的兴趣，以共同促进，共同为公安科技强警事业和金盾工程做出自己最大的努力。
　　最后需要说明的是，在试验中，我发现用户在进行大数据量查询的时候，对数据库速度影响最大的不是内存大小，而是CPU。在我的P4 2.4机器上试验的时候，查看“资源管理器”，CPU经常出现持续到100%的现象，而内存用量却并没有改变或者说没有大的改变。即使在我们的HP ML 350 G3服务器上试验时，CPU峰值也能达到90%，一般持续在70%左右。
　　本文的试验数据都是来自我们的HP ML 350服务器。服务器配置：双Inter Xeon 超线程 CPU 2.4G，内存1G，操作系统Windows Server 2003 Enterprise Edition，数据库SQL Server 2000 SP3
　从上表中，我们可以看出，三种存储过程在执行100页以下的分页命令时，都是可以信任的，速度都很好。但第一种方案在执行分页1000页以上后，速度就降了下来。第二种方案大约是在执行分页1万页以上后速度开始降了下来。而第三种方案却始终没有大的降势，后劲仍然很足。
　　在确定了第三种分页方案后，我们可以据此写一个存储过程。大家知道SQL SERVER的存储过程是事先编译好的SQL语句，它的执行效率要比通过WEB页面传来的SQL语句的执行效率要高。下面的存储过程不仅含有分页方案，还会根据页面传来的参数来确定是否进行数据总数统计。

--获取指定页的数据：

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, -- 页尺寸







@PageIndex int = 1, -- 页码







@doCount bit = 0, -- 返回记录总数, 非 0 值则返回







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







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







AS















declare @strSQL varchar(5000) -- 主语句







declare @strTmp varchar(110) -- 临时变量







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















if @doCount != 0







begin







if @strWhere !=







set @strSQL = "0select count(*) as Total from ["   @tblName   "] where " @strWhere







else







set @strSQL = "0select count(*) as Total from ["   @tblName   "]"







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：

else







begin







if @OrderType != 0







begin







set @strTmp = "<(0select min"







set @strOrder = " order by ["   @fldName  "] desc"

--如果@OrderType不是0，就执行降序，这句很重要！

end







else







begin







set @strTmp = ">(0select max"







set @strOrder = " order by ["   @fldName  "] asc"







end















if @PageIndex = 1







begin







if @strWhere !=  















set @strSQL = "0select top "   str(@PageSize)  " " @strGetFields  "







　　　　　　　　from ["   @tblName   "] where "   @strWhere   " "   @strOrder







else















set @strSQL = "0select top "   str(@PageSize)  " " @strGetFields  " 







　　　　　　　　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

end







else







begin

--以下代码赋予了@strSQL以真正执行的SQL代码
　

set @strSQL = "0select top "   str(@PageSize)  " " @strGetFields  " from ["







  @tblName   "] where ["   @fldName   "]"   @strTmp   "(["  @fldName   "]) 







　　　　　　from (0select top "   str((@PageIndex-1)*@PageSize)   " ["  @fldName   "] 







　　　　　　from ["   @tblName   "]"   @strOrder   ") as tblTmp)"  @strOrder















if @strWhere != 







set @strSQL = "0select top "   str(@PageSize)  " " @strGetFields  " from ["







  @tblName   "] where ["   @fldName   "]"   @strTmp   "(["







  @fldName   "]) from (0select top "   str((@PageIndex-1)*@PageSize)   " ["







  @fldName   "] from ["   @tblName   "] where "   @strWhere   " "







  @strOrder   ") as tblTmp) and "   @strWhere   " "   @strOrder







end 















end 















exec (@strSQL)















GO

　　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。