社区
应用实例
帖子详情
上千万的数据如何优化? 请高手指点指点
Terry717
2009-03-28 10:40:27
有上千万的数据,需要进行统计分析,还需要跟其它的表来关联,如果进行查询和统计的优化,简单的查询也相当慢,请各位高手指点指点。
...全文
283
22
打赏
收藏
上千万的数据如何优化? 请高手指点指点
有上千万的数据,需要进行统计分析,还需要跟其它的表来关联,如果进行查询和统计的优化,简单的查询也相当慢,请各位高手指点指点。
复制链接
扫一扫
分享
转发到动态
举报
AI
作业
写回复
配置赞助广告
用AI写文章
22 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
Terry717
2009-04-15
打赏
举报
回复
结贴了,数据量太大了,再怎么优化感觉没什么成效;
所以放弃了优化,考虑分时间段和类型等,分出多个表来存储,
统计的时候,可以根据时间段和类型,自动去找相应的表来进行统计,都可以通过存储过程来实现!
这是我的解决办法,谢谢各位提供的解答!
zhnzzy
2009-04-07
打赏
举报
回复
数据仓库
nnoovvee
2009-04-03
打赏
举报
回复
mark
firefly_2008
2009-04-03
打赏
举报
回复
學習中
mugua604
2009-04-01
打赏
举报
回复
表分区,2005加强了表分区!比较好用!
assa689986
2009-04-01
打赏
举报
回复
学习中。。。
ggsysy
2009-04-01
打赏
举报
回复
[Quote=引用 3 楼 htl258 的回复:]
海量数据库的查询优化及分页算法方案(3)--改善SQL语句[转]
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:
select * from table1 where name='zhangsan' and tID > 10000
和执行:
select * from table1 where tID > 10000 and name='zhangsan'
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…
[/Quote]
我想问一下,
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。
这个是哪里调出来的?我怎么看不到用时是多少的?
Teng_s2000
2009-04-01
打赏
举报
回复
UP...
Terry717
2009-03-31
打赏
举报
回复
数据量太大了,加了索引,也还是很慢;特别是在统计的时候,使用group by,就特别的慢.
除了加索引外,还有其它方案吗?
热学沸腾56
2009-03-31
打赏
举报
回复
索引
levinstong
2009-03-31
打赏
举报
回复
索引
knifewei
2009-03-31
打赏
举报
回复
索引是一种方法,
如果你的表可以按时间(或者区域,或者类别等等)划分的
话,将表拆分成多个表也是不错的方法,呵呵,
希望楼主早日解决!
Terry717
2009-03-31
打赏
举报
回复
[Quote=引用 6 楼 zlp321002 的回复:]
用Cube处理大数据量分析和挖掘就是不错的选择。
[/Quote]
请问有相应 Cube和挖掘 的资料或相关的链接吗?
rucypli
2009-03-29
打赏
举报
回复
索引
zlp321002
2009-03-29
打赏
举报
回复
用Cube处理大数据量分析和挖掘就是不错的选择。
dawugui
2009-03-29
打赏
举报
回复
[Quote=引用楼主 Terry717 的帖子:]
有上千万的数据,需要进行统计分析,还需要跟其它的表来关联,如果进行查询和统计的优化,简单的查询也相当慢,请各位高手指点指点。
[/Quote]
1.增加相关的索引.
2.可以考虑将中间数据存入临时表.
3.使用临时表和其他的表关联.
ljluck7687
2009-03-29
打赏
举报
回复
[Quote=引用 3 楼 htl258 的回复:]
海量数据库的查询优化及分页算法方案(3)--改善SQL语句[转]
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:
select * from table1 where name='zhangsan' and tID > 10000
和执行:
select * from table1 where tID > 10000 and name='zhangsan'
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…
[/Quote]
说得好,受教了
让你望见影子的墙
2009-03-29
打赏
举报
回复
还可以考虑下分区
htl258_Tony
2009-03-28
打赏
举报
回复
http://www.sudu.cn/info/html/edu/database/20071225/20638.html
这里有关索引优化的例子。
htl258_Tony
2009-03-28
打赏
举报
回复
海量数据库的查询优化及分页算法方案(3)--改善SQL语句[转]
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:
select * from table1 where name='zhangsan' and tID > 10000
和执行:
select * from table1 where tID > 10000 and name='zhangsan'
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。
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。
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。
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。
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:
列名 操作符 <常数 或 变量>
或
<常数 或 变量> 操作符列名
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:
Name=’张三’
价格>5000
5000<价格
Name=’张三’ and 价格>5000
如果一个表达式不能满足SARG的形式,那它就无法限制搜索的范围了,也就是SQL SERVER必须对每一行都判断它是否满足WHERE子句中的所有条件。所以一个索引对于不满足SARG形式的表达式来说是无用的。
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:
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)
和
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。
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。
12、高效的TOP
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:
select top 10 * from (
select top 10000 gid,fariqi,title from tgongwen
where neibuyonghu='办公室'
order by gid desc) as a
order by gid asc
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。
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。
http://hi.baidu.com/loodnet/blog/item/91e1ec730fab491b8701b0f1.html
加载更多回复(2)
winhex搜索中的偏移问题?
请
高手
指点
有朋友能帮我解释一下那个:COND:offset mod是什么意思,具体如何的设置。谢谢了!!!!! 转载于:https://blog.51cto.com/willsz/170449
matlab竖向正负柱状图,echarts竖向正负柱状图【如何用EXCEL做正负柱状图?
请
高手
指点
,谢谢】...
excel中如何绘制正负柱状图excel中如何绘制正负柱状图其实很容易,只要
数据
区分正负即可,系统作图会自动形成正负图,至于选择横图还是竖图可以自己进行选择。为了区分正负,也可以根据情况,将负数图标为红色等统一色。Excel 柱形图 保证正负值在同一柱形上 附参考图可以这样设置。问题是,你下面的表格,有的
数据
(如No.2——初回、二回)怎么MAX比MIN还小?Excel表格带有负数的多列堆积柱形图...
如何才能走的更远?望
高手
指点
总结一下这开学以来两个月来自己的收获吧。说来惭愧,每天的自己虽然忙忙碌碌的,但是感觉收获甚小,进步的也很是缓慢。首先自己的定位是在大学阶段打好基础,更细一点来说,要把c++学好,至于怎么叫好我也还不清楚,但我清楚的知道至少现在不算好。想学好
数据
结构,这门课是在去年学的,学的时候自己还很懵懂,现在知道了
数据
结构的重要性了,但总也是找不到时间,其实还是自己
wpf datagrid的
数据
更新难题,
请
高手
指点
!!!
在开发一个桌面应用,从
数据
导出到一个datagrid,然后在datagrid编辑,编辑后更新
数据
到
数据
库,发现以下的问题 编辑方式有两种: 1、 双击单元格,手工输入
数据
,这种情况可以更新到
数据
库,但只能一个个单元格编写
数据
2、把
数据
从excel复制后,粘贴到datagrid,这种情况无法更新到
数据
库。 初步查找:采用1方法双击编辑datagrid单元格,
数据
已经在datagrid.it...
c语言单链表存储字符串,
请
高手
指点
:以字符串为
数据
的单链表操作
请
高手
指点
:以字符串为
数据
的单链表操作#include #include #define null 0typedef struct node{char *data;struct node *next;}linkstrnode;typedef linkstrnode *linkstring;main(){linkstring head;char *t;printf("\n please input ...
应用实例
27,582
社区成员
68,544
社区内容
发帖
与我相关
我的任务
应用实例
MS-SQL Server 应用实例
复制链接
扫一扫
分享
社区描述
MS-SQL Server 应用实例
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章