-
等级
本版专家分：0结帖率 100% -
我用触发器写了一个表的数据刷新,就是时间*速度算出长度,基本上是一至两秒钟刷新一次,数据量在10000条的时候电脑速度就变的很慢,小数据量没问题.后台软件对数据库显示,也是一至两秒刷新.电脑比较差,CPU 新塞扬,内存512M,865主板,想从技术上加快速度,谁有做过类似的大数据库同时刷新的给点意见.分不够可以加.展开阅读全文
-
等级
本版专家分：140731勋章
-
- 进士 2008年 总版技术专家分年内排行榜第六
-
- 银牌 2007年12月 总版技术专家分月排行榜第二
-
-
微软MVP
2011年7月 荣获微软MVP称号
2009年7月 荣获微软MVP称号
2010年7月 荣获微软MVP称号
2008年7月 荣获微软MVP称号
-
-
黄花
2008年4月 MS-SQL Server大版内专家分月排行榜第二
2008年3月 MS-SQL Server大版内专家分月排行榜第二
2008年1月 MS-SQL Server大版内专家分月排行榜第二
2007年12月 MS-SQL Server大版内专家分月排行榜第二
-
-
可不可以 不计算 ，后台软件提取数据后计算显示，或做成计算列
-
等级
本版专家分：31794勋章
-
- 蓝花 2008年12月 MS-SQL Server大版内专家分月排行榜第三
-
-
你的读取数据的存储过程是不是没分页？
如果你的软件每次显示100条数据，
那就从数据库里读100条出来，这样效率比较高。
- MySQL数据库如何解决大数据量存储问题
利用MySQL数据库如何解决大数据量存储问题？ 各位高手您们好，我最近接手公司里一个比较棘手的问题，关于如何利用MySQL存储大数据量的问题，主要是数据库中的两张历史数据表，一张模拟量历史数据和一张开关量历史...
- 利用MySQL数据库如何解决大数据量存储问题？
各位高手您们好，我最近接手公司里一个比较棘手的问题，关于如何利用MySQL存储大数据量的问题，主要是数据库中的两张历史数据表，一张模拟量历史数据和一张开关量历史数据表，这两张表字段设计的很简单（OrderNo，...
- 大数据量高并发的数据库优化,sql查询优化
一、数据库结构的设计 ... 在一个系统分析、设计阶段，因为数据量较小，负荷较低。我们往往只注意到功能的实现，而很难注意到性能的薄弱之处，等到系统投入实际运行一段时间后，才发现系统的性能在降低，这
- 为什么你的SQL执行很慢
为什么你的SQL执行很慢SQL语句执行很慢原因分析1.没走索引1.1对索引字段进行了计算操作1.2存在隐式类型转换1.3 like操作1.4隐式编码转换1.5 not in 操作1.6扫描行数太多2.等待锁3.刷脏页4.执行undo log索引设计原则...
- java mysql大数据量批量插入与流式读取分析
java mysql大数据量批量插入与流式读取分析 总结下这周帮助客户解决报表生成操作的mysql 驱动的...1 读取操作开始遇到的问题是当sql查询数据量比较大时候基本读不出来。开始以为是server端处理太慢。但是
- SQL2000 到 SQL2005 升级小记
对我现公司的单表数据量达到将近10G.对这样单个文件的操作磁盘的I/O已经成为瓶颈了.为了改善这个问题.决定将2000升级到2005.于是开始了2008年的数据大转移.本人先本地测试数据然后统一操作服务器上的数据.下面将升级...
- 怎么提高Mysql执行sql导入的速度
怎么提高Mysql执行sql导入的速度 1、如果mysql的data数据很少，内存足够大，可以把data防止到内存盘中。 linux如下设置内存盘： mount -t ramfs none /ram 默认使用内存一半 如果内存不够大，系统有多个硬盘，则把...
- android里更新数据量比较大时的批量处理方法
最近客户反馈一个问题，说节目量很多的时候（超过1万），移动节目位置后保存的时候发的时间太久了。我测试了下，确实要很久，大概1分钟。查看代码，发现更新数据时是一条一条更新的，下面的代码就被执行了1万多下，...
- Power BI 数据集和数据刷新
PowerBI报表是基于数据分析的引擎，数据真正的来源（Data Source）是数据库，文件等数据存储媒介，PowerBI支持的数据源类型多种多样。PowerBI Service（云端）有时不直接访问Data Source，而是直接从PowerBI Service...
- 大并发大数据量请求的处理方法
大并发大数据量请求一般会分为几种情况： 1.大量的用户同时对系统的不同功能页面进行查找，更新操作 2.大量的用户同时对系统的同一个页面，同一个表的大数据量进行查询操作 3.大量的用户同时对系统的同一个...
- SQLServer里10万的表成为运行瓶颈的问题
一网友在我的一个博文里留言的，我单独拿出来整理了一下问题如下：我们的数据库在用户不断增长的过程中产生了瓶颈，数据库并发操作频率很高，有几个表数据量很大，到十几万条记录了，而且这几个表操作频率很高，所以...
- QTreeView处理大量数据
我开始使用的QTreeWidget 控件来显示我的数据，发现该控件在显示10000行以下的数据还可以应付的过来，但超过10000条，就明显感觉到屏幕刷新就会有卡的现象，而且占据内存很大，虽然操作起来简单
- Mysql 大数据量高并发的数据库优化
Mysql 大数据量高并发的数据库优化 一、数据库结构的设计 如果不能设计一个合理的数据库模型，不仅会增加客户端和服务器段程序的编程和维护的难度，而且将会影响系统实际运行的性能。所以，在一个系统开始实施...
- 线程池，处理高并发问题，处理大数据量的方法
线程池个人认为，线程池的作用就是限制系统中执行线程的数量，避免服务器超负荷；减少创建和销毁线程的次数，从而减少...处理高并发问题1、CDN层：动静分离2、云+端3、服务层： 1）分布式 2）集群 3）异步解耦 ...
- 大数据量时Mysql的优化要点
对数据的各种操作也是愈加的困难，传统的关系性数据库已经无法满足快速查询与插入数据的需求。这个时候NoSQL的出现暂时解决了这一危机。它通过降低数据的安全性，减少对事务的支持，减少对复杂查询的支持，来
- .NET 大数据量并发解决方案
大并发大数据量请求一般会分为几种情况：大量的用户同时对系统的不同功能页面进行查找、更新操作大量的用户同时对系统的同一个页面，同一个表的大数据量进行查询操作大量的用户同时对系统的同一个页面，同一个表进行...
- 【超详细总结】腾讯面试题：一条 sql 语句执行的很慢的原因有哪些？
说实话，这个问题可以涉及到 MySQL 的很多核心知识，可以扯出一大堆，就像要考你计算机网络的知识时，问你“输入URL回车之后，究竟发生了什么”一样，看看你能说出多少了。 之前腾讯面试的实话，也问到这个问题了，...
- 大数据量高并发的数据库优化与sql优化
大数据量高并发的数据库优化 一、数据库结构的设计 如果不能设计一个合理的数据库模型，不仅会增加客户端和服务器段程序的编程和维护的难度，而且将会影响系统实际运行的性能。所以，在一个系统开始实施...
- 大数据量并发处理
大并发大数据量请求的处理方法 大并发大数据量请求一般会分为几种情况： 1.大量的用户同时对系统的不同功能页面进行查找，更新操作 2.大量的用户同时对系统的同一个页面，同一个表的大数据量进行查询操作 3.大量...
- Mysql 大数据量高并发的数据库优化
Mysql 大数据量高并发的数据库优化 一、数据库结构的设计 如果不能设计一个合理的数据库模型，不仅会增加客户端和服务器段程序的编程和维护的难度，而且将会影响系统实际运行的性能。所以，在一个系统开始实施...
- SQL分页排序的实现与分页数据重复问题——以Oracle rownum为例
但如此便带来一个问题：当数据量大到一定程度时，系统内存迟早会耗光。另外，网络传输也是问题。如果有1000万条数据，用户想看最后一条，这时即便有足够的内存，在网络上传输这么多数据也得一两小时吧，恐怕没几个...
- 解决刷新页面造成的数据重复提交问题
浏览器会有“不重新发送信息，则无法刷新网页”的提示，若刚刚执行的恰好是往数据库插入一条新记录的操作，点[重试]的结果是插入了两条重复的记录，以前一直是用保存数据后重新转向当前页面的方法解决，最近又找到了...
- SQL Server的数据定义和更新
1、通过对SQL Server 2008的使用，加深对数据库、表、用户定义数据类型、索引等数据库对象和常用系统存储过程的理解。 2、理解数据定义语言CreateDatabase、Create Table语句的格式和功能，掌握这些语句的使用方法。...
- Sql语句批量更新数据(多表关联)
但是新的功能需要根据depid来展现，于是出现了这样一个问题，新增加的数据都有正确的depid,而原来的大量的数据就没有depid或者说depid不是想要的，面临要批量更新原来数据depid的问题。 更新涉及到三个表base_...
- mysql如何获取慢SQL，以及慢查询的解决方式
浅谈MySQL中优化sql语句查询常用的30种方法 1.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。 2.应尽量避免在 where 子句中使用!=或<>操作符，否则将...
- MySQL大数据量insert的优化
百万级数据插入优化 1. 原来程序按照主键排序再插入 ...如果插入记录在索引中间，需要对B+tree进行分裂合并等处理，会消耗比较多计算资源，并且插入记录的索引定位效率会下降，数据量较大时会有频繁的磁盘操作。