CSDN论坛 > MS-SQL Server > 基础类

SQL 100万数据查询问题求助 [问题点数:50分]

Bbs1
本版专家分:0
结帖率 0%
CSDN今日推荐
Bbs6
本版专家分:7351
Bbs8
本版专家分:32292
版主
Blank
银牌 2018年7月 总版技术专家分月排行榜第二
Blank
红花 2018年7月 MS-SQL Server大版内专家分月排行榜第一
2018年6月 MS-SQL Server大版内专家分月排行榜第一
2018年3月 MS-SQL Server大版内专家分月排行榜第一
2018年2月 MS-SQL Server大版内专家分月排行榜第一
Blank
黄花 2018年5月 MS-SQL Server大版内专家分月排行榜第二
2018年4月 MS-SQL Server大版内专家分月排行榜第二
2018年1月 MS-SQL Server大版内专家分月排行榜第二
2017年12月 MS-SQL Server大版内专家分月排行榜第二
2017年11月 MS-SQL Server大版内专家分月排行榜第二
2017年10月 MS-SQL Server大版内专家分月排行榜第二
Blank
蓝花 2017年8月 MS-SQL Server大版内专家分月排行榜第三
Bbs1
本版专家分:0
Bbs8
本版专家分:32292
版主
Blank
银牌 2018年7月 总版技术专家分月排行榜第二
Blank
红花 2018年7月 MS-SQL Server大版内专家分月排行榜第一
2018年6月 MS-SQL Server大版内专家分月排行榜第一
2018年3月 MS-SQL Server大版内专家分月排行榜第一
2018年2月 MS-SQL Server大版内专家分月排行榜第一
Blank
黄花 2018年5月 MS-SQL Server大版内专家分月排行榜第二
2018年4月 MS-SQL Server大版内专家分月排行榜第二
2018年1月 MS-SQL Server大版内专家分月排行榜第二
2017年12月 MS-SQL Server大版内专家分月排行榜第二
2017年11月 MS-SQL Server大版内专家分月排行榜第二
2017年10月 MS-SQL Server大版内专家分月排行榜第二
Blank
蓝花 2017年8月 MS-SQL Server大版内专家分月排行榜第三
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs8
本版专家分:32292
版主
Blank
银牌 2018年7月 总版技术专家分月排行榜第二
Blank
红花 2018年7月 MS-SQL Server大版内专家分月排行榜第一
2018年6月 MS-SQL Server大版内专家分月排行榜第一
2018年3月 MS-SQL Server大版内专家分月排行榜第一
2018年2月 MS-SQL Server大版内专家分月排行榜第一
Blank
黄花 2018年5月 MS-SQL Server大版内专家分月排行榜第二
2018年4月 MS-SQL Server大版内专家分月排行榜第二
2018年1月 MS-SQL Server大版内专家分月排行榜第二
2017年12月 MS-SQL Server大版内专家分月排行榜第二
2017年11月 MS-SQL Server大版内专家分月排行榜第二
2017年10月 MS-SQL Server大版内专家分月排行榜第二
Blank
蓝花 2017年8月 MS-SQL Server大版内专家分月排行榜第三
Bbs8
本版专家分:32292
版主
Blank
银牌 2018年7月 总版技术专家分月排行榜第二
Blank
红花 2018年7月 MS-SQL Server大版内专家分月排行榜第一
2018年6月 MS-SQL Server大版内专家分月排行榜第一
2018年3月 MS-SQL Server大版内专家分月排行榜第一
2018年2月 MS-SQL Server大版内专家分月排行榜第一
Blank
黄花 2018年5月 MS-SQL Server大版内专家分月排行榜第二
2018年4月 MS-SQL Server大版内专家分月排行榜第二
2018年1月 MS-SQL Server大版内专家分月排行榜第二
2017年12月 MS-SQL Server大版内专家分月排行榜第二
2017年11月 MS-SQL Server大版内专家分月排行榜第二
2017年10月 MS-SQL Server大版内专家分月排行榜第二
Blank
蓝花 2017年8月 MS-SQL Server大版内专家分月排行榜第三
Bbs1
本版专家分:0
Bbs8
本版专家分:32292
版主
Blank
银牌 2018年7月 总版技术专家分月排行榜第二
Blank
红花 2018年7月 MS-SQL Server大版内专家分月排行榜第一
2018年6月 MS-SQL Server大版内专家分月排行榜第一
2018年3月 MS-SQL Server大版内专家分月排行榜第一
2018年2月 MS-SQL Server大版内专家分月排行榜第一
Blank
黄花 2018年5月 MS-SQL Server大版内专家分月排行榜第二
2018年4月 MS-SQL Server大版内专家分月排行榜第二
2018年1月 MS-SQL Server大版内专家分月排行榜第二
2017年12月 MS-SQL Server大版内专家分月排行榜第二
2017年11月 MS-SQL Server大版内专家分月排行榜第二
2017年10月 MS-SQL Server大版内专家分月排行榜第二
Blank
蓝花 2017年8月 MS-SQL Server大版内专家分月排行榜第三
Bbs8
本版专家分:32292
版主
Blank
银牌 2018年7月 总版技术专家分月排行榜第二
Blank
红花 2018年7月 MS-SQL Server大版内专家分月排行榜第一
2018年6月 MS-SQL Server大版内专家分月排行榜第一
2018年3月 MS-SQL Server大版内专家分月排行榜第一
2018年2月 MS-SQL Server大版内专家分月排行榜第一
Blank
黄花 2018年5月 MS-SQL Server大版内专家分月排行榜第二
2018年4月 MS-SQL Server大版内专家分月排行榜第二
2018年1月 MS-SQL Server大版内专家分月排行榜第二
2017年12月 MS-SQL Server大版内专家分月排行榜第二
2017年11月 MS-SQL Server大版内专家分月排行榜第二
2017年10月 MS-SQL Server大版内专家分月排行榜第二
Blank
蓝花 2017年8月 MS-SQL Server大版内专家分月排行榜第三
Bbs1
本版专家分:0
Bbs8
本版专家分:32292
版主
Blank
银牌 2018年7月 总版技术专家分月排行榜第二
Blank
红花 2018年7月 MS-SQL Server大版内专家分月排行榜第一
2018年6月 MS-SQL Server大版内专家分月排行榜第一
2018年3月 MS-SQL Server大版内专家分月排行榜第一
2018年2月 MS-SQL Server大版内专家分月排行榜第一
Blank
黄花 2018年5月 MS-SQL Server大版内专家分月排行榜第二
2018年4月 MS-SQL Server大版内专家分月排行榜第二
2018年1月 MS-SQL Server大版内专家分月排行榜第二
2017年12月 MS-SQL Server大版内专家分月排行榜第二
2017年11月 MS-SQL Server大版内专家分月排行榜第二
2017年10月 MS-SQL Server大版内专家分月排行榜第二
Blank
蓝花 2017年8月 MS-SQL Server大版内专家分月排行榜第三
Bbs2
本版专家分:209
Bbs6
本版专家分:5843
Bbs1
本版专家分:25
匿名用户不能发表回复!
其他相关推荐
一个100万数据(MYSQL)的网站,目前访问速度慢,如果让你优化,你会从哪些方面进行考虑,谈谈你的思路
1、应尽量避免在 where 子句中使用!=或   2、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。   3、应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索引而进行全表扫描,如:      select id from t where num is null      可以在num
mysql千万级数据量根据索引优化查询速度
(一)索引的作用 索引通俗来讲就相当于书的目录,当我们根据条件查询的时候,没有索引,便需要全表扫描,数据量少还可以,一旦数据量超过百万甚至千万,一条查询sql执行往往需要几十秒甚至更多,5秒以上就已经让人难以忍受了。 提升查询速度的方向一是提升硬件(内存、cpu、硬盘),二是在软件上优化(加索引、优化sql;优化sql不在本文阐述范围之内)。 能在软件上解决的,就不在硬件上解决,毕竟硬件提升代码昂贵,性价比太低。代价小且行之有效的解决方法就是合理的加索引。 索引使用得当,能使查询速度提升上万倍,效果惊人。
4秒100万条数据导入SQL数据库
实际工作中有时候需要把大量数据导入数据库,然后用于各种程序计算,本实验将使用5中方法完成这个过程,并详细记录各种方法所耗费的时间。   本实验中所用到工具为VS2008和SQL SERVER 2000、SQL SERVER 2008,分别使用5中方法将100万条数据导入SQL 2000与SQL 2008中,实验环境是DELL 2850双2.0GCPU,2G内存的服务器。感兴趣的朋友可以下载源代码
查询优化:实现500万以上的数据查询分页在3秒以内
描述信息 内容结果 count(*)比count(字段) 如果在开始时没有执行过count(最小字符的字段)来统计个数,count(*)不比count(字段)慢 Ge: declare @d datetime set @d=getdate() SELECT count(*)   FROM [TestPaging02].[dbo].[TGongwen]
java一次性查询处理几百万数据解决方法
java一次性查询处理几百万数据解决方法 几百万数据是可以处理的 暂时还没试过几千万级的数据处理
导出100万条数据到excel
导出100万条数据到excel 目的数据库中有100万条数据,用java程序导入到excel,所花费的时间 演示 过程eclipse 创建main sqlserver连接数据库程序 TCP/IP连接失败 sqlserver 配置管理器打开tcp/ip连接 excel连接包 java.lang.ClassNotFoundException: org.apache.commons.collections
mysql 200万数据查询优化
mysql 200万数据查询优化 最近在做java爬虫项目,用的mysql数据库,数据量少的时候没啥问题,但数据以上百万级别,某些查询巨慢。 比如 1.查询数据总数     select count(*) from tableName ;   我测试的极限是15万数据,一过15万数据,基本是上十几秒才能出结果 。     优化1: SELECT COUNT(id) FROM tabl
关于mysql百万100W数据查询优化
今天群里有人说30W的数据查询慢,每次大概要0.5秒,1个页面查询10次就是5秒,很慢。 一般方法是添加索引。 于是本地测试 select * from tb  LIMIT 225000,10; 受影响的行: 0 时间: 0.163s 但看来的确是比较慢的。 1个页面有10次查询,那么就要2秒左右。 有2种解决方案: 1、select *把星号改成需要的字段,经测
如何在1000万条记录中快速检索? 数据追踪
一些大规模的系统,如人口系统的数据甚至超过了1000万条,可谓海量。那么,如何实现快速地从这些超大容量的数据库中提取数据(查询)、分析、统计以及提取数据后进行数据分页已成为各地系统管理员和数据库管理员亟待解决的难题。 在以下的文章中,我将以“办公自动化”系统为例,探讨如何在有着1000万条数据的MS SQL SERVER数据库中实现快速的数据提取和数据分页。以下代码说明了我们实例中数据库的“红头
10万以上数据查询-存储过程实现
需求:有如下两张表,其中tb_web_app表中数据有十万甚至百万,另,tb_web_app表中的c_category_code关联表tb_system_category中的c_code字段。 CREATE TABLE `tb_system_category` ( `id` int(11) NOT NULL AUTO_INCREMENT, `c_parent_id` int(11) NO
关闭