zoukankan      html  css  js  c++  java
  • SQL SERVER 2008分页

    今天准备把项目中用到的分页功能增加一下,原来的太局限了,于是上网找了一些资料记录下来,前面的是利用别人总结的,后面是自己测试结果,哈哈,测试要有依据:

    SQL SERVER 2008 中三种分页方法与比较,需要的朋友可以参考一下

    建立表:

    代码如下:

    CREATE TABLE [TestTable] (
     [ID] [int] IDENTITY (1, 1) NOT NULL ,
     [FirstName] [nvarchar] (100) COLLATE Chinese_PRC_CI_AS NULL ,
     [LastName] [nvarchar] (100) COLLATE Chinese_PRC_CI_AS NULL ,
     [Country] [nvarchar] (50) COLLATE Chinese_PRC_CI_AS NULL ,
     [Note] [nvarchar] (2000) COLLATE Chinese_PRC_CI_AS NULL 
    ) ON [PRIMARY]
    GO
    插入数据:(20万条,用更多的数据测试会明显一些)
    SET IDENTITY_INSERT TestTable ON
    declare @i int
    set @i=1
    while @i<=200000
    begin
        insert into TestTable([id], FirstName, LastName, Country,Note) values(@i, 'FirstName_XXX','LastName_XXX','Country_XXX','Note_XXX')
        set @i=@i+1
    end
    SET IDENTITY_INSERT TestTable OFF

    分页方案一:(利用Not In和SELECT TOP分页)

    语句形式:

    代码如下:

    SELECT TOP 10 *
    FROM TestTable
    WHERE (ID NOT IN
              (SELECT TOP 20 id
             FROM TestTable
             ORDER BY id))
    ORDER BY ID

    SELECT TOP 页大小 *
    FROM TestTable
    WHERE (ID NOT IN
              (SELECT TOP 页大小*页数 id
             FROM 表
             ORDER BY id))
    ORDER BY ID

    分页方案二:(利用ID大于多少和SELECT TOP分页)
    语句形式:

    代码如下:

    SELECT TOP 10 *
    FROM TestTable
    WHERE (ID >
              (SELECT MAX(id)
             FROM (SELECT TOP 20 id
                     FROM TestTable
                     ORDER BY id) AS T))
    ORDER BY ID

    SELECT TOP 页大小 *
    FROM TestTable
    WHERE (ID >
              (SELECT MAX(id)
             FROM (SELECT TOP 页大小*页数 id
                     FROM 表
                     ORDER BY id) AS T))
    ORDER BY ID

    分页方案三:(利用SQL的游标存储过程分页)

    代码如下:

    create  procedure XiaoZhengGe
    @sqlstr nvarchar(4000), --查询字符串
    @currentpage int, --第N页
    @pagesize int --每页行数
    as
    set nocount on
    declare @P1 int, --P1是游标的id
     @rowcount int
    exec sp_cursoropen @P1 output,@sqlstr,@scrollopt=1,@ccopt=1,@rowcount=@rowcount output
    select ceiling(1.0*@rowcount/@pagesize) as 总页数--,@rowcount as 总行数,@currentpage as 当前页 
    set @currentpage=(@currentpage-1)*@pagesize+1
    exec sp_cursorfetch @P1,16,@currentpage,@pagesize 
    exec sp_cursorclose @P1
    set nocount off

    其它的方案:如果没有主键,可以用临时表,也可以用方案三做,但是效率会低。

    建议优化的时候,加上主键和索引,查询效率会提高。

    通过SQL 查询分析器,显示比较:我的结论是:
    分页方案二:(利用ID大于多少和SELECT TOP分页)效率最高,需要拼接SQL语句
    分页方案一:(利用Not In和SELECT TOP分页)   效率次之,需要拼接SQL语句
    分页方案三:(利用SQL的游标存储过程分页)    效率最差,但是最为通用
    在实际情况中,要具体分析。

    以上是别人写的文章,在这里我作为保存一下,防止以后原文找不到了,下面就是自己写的:

    我只是测试了第二种和第三种方案,发现第二种方案确实很快,随着数据的增加,相差不是一个数量级的,曾经在一本书上看到过关于游标的,效率确实不如直接执行sql的,方案二在用的时候需要注意id,这里的id是自增的,如果没有自增的,就需要引入rownum了。这个时候sql可能会变得更加复杂。

    自己结合了方案二写了一个分页,因为有些表要是没有自增长的字段,分页二实现起来就会有难度,于是自己利用sql server的row_number()函数来实现了一下

    SELECT TOP 页大小 * FROM (select row_number()over(order by ID) as rn,* from TestTable )temTable where rn >= 页大小*(页码-1) and rn <页大小*页码

    该语句来自oracle的分页想法,因为这个可以在程序中封装,当然了,效率上还是没有方案二高,而且要求必须要有排序字段。 我测试的数据是95万条,11个字段。

    条件是:where rn > 100000 and rn<101000

    自己写的测试结果:

    SQL Server 分析和编译时间:
    CPU 时间 = 3 毫秒,占用时间 = 3 毫秒。

    (999 行受影响)
    表 'memberlevelglide'。扫描计数 1,逻辑读取 101196 次,物理读取 0 次,预读 0 次,lob 逻辑读取 0 次,lob 物理读取 0 次,lob 预读 0 次。

    (8 行受影响)

    SQL Server 执行时间:
    CPU 时间 = 156 毫秒,占用时间 = 531 毫秒。
    SQL Server 分析和编译时间:
    CPU 时间 = 0 毫秒,占用时间 = 0 毫秒。

    SQL Server 执行时间:
    CPU 时间 = 0 毫秒,占用时间 = 0 毫秒。

    SQL Server 执行时间:
    CPU 时间 = 0 毫秒,占用时间 = 0 毫秒。

    方案二的结果:

    SQL Server 分析和编译时间:
    CPU 时间 = 0 毫秒,占用时间 = 0 毫秒。

    (1000 行受影响)
    表 'memberlevelglide'。扫描计数 2,逻辑读取 1205 次,物理读取 0 次,预读 0 次,lob 逻辑读取 0 次,lob 物理读取 0 次,lob 预读 0 次。

    (9 行受影响)

    SQL Server 执行时间:
    CPU 时间 = 31 毫秒,占用时间 = 217 毫秒。
    SQL Server 分析和编译时间:
    CPU 时间 = 0 毫秒,占用时间 = 0 毫秒。

    SQL Server 执行时间:
    CPU 时间 = 0 毫秒,占用时间 = 0 毫秒。

    SQL Server 执行时间:
    CPU 时间 = 0 毫秒,占用时间 = 0 毫秒。

    参考文献:http://www.jb51.net/article/35269.htm

  • 相关阅读:
    19. 各种提权姿势总结
    18. 各种数据库查询基础
    Kafka——分布式消息系统
    跳表
    Linux的io机制
    Make命令
    ElasticSearch之二——集群
    ElasticSearch之一——索引
    Scribe日志收集工具
    Thrift 的原理和使用
  • 原文地址:https://www.cnblogs.com/andysd/p/3809960.html
Copyright © 2011-2022 走看看