SQL 40W的数据记录关联2个表一个查询用了动不动就2分钟大家帮我看看效率太低了

2006-08-03 03:17:26 197 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

时空数据建模的跨节点联邦图神经网络：KDD21 Cross-Node Federated Graph Neural Network for Spatio-Temporal Data Modeling 前言联邦学习（FL）虽然已经被广泛研究，但是对复杂的时空依赖关系进行建模以提高预测能力仍然是一个开放的问题。此外目前最优的时空预测模型假定对数据的访问不受限制，忽略了对数据共享的限制。基于此，本文提了一个基于图联邦学习的时空数据模型 Cross-Node Federated Graph Neural Network (CNFGNN)，该模型在跨节点联邦学习的约束下，使用基于图神经网络（GNN）的架构对底层图结构进行编码，属于结构化联邦的一种，每个本地模型利用私有数据进行学习，并保持分散性。CNFGNN 阅读详情

select top 1000 R_Person.jobid,R_Person.name, R_Person.xingbie,R_Person.birthyear, R_Person.xueli, R_Person.phototre,R_Person.zcdate, R_Person.City,R_Person.dlsj,R_Quanzhi.selectedjob1,R_Quanzhi.selectedjob2,R_Quanzhi.selectedjob3,R_Person.pingjia,R_Person.jingyanshuoming FROM R_Quanzhi INNER JOIN R_Person ON R_Quanzhi.jobid = R_Person.jobid where datediff(d,xgsj,getdate()) < 90 and jlbm=0 order by dlsj desc

select top 1000
R_Person.jobid,
R_Person.name,
R_Person.xingbie,
R_Person.birthyear,
R_Person.xueli,
R_Person.phototre,
R_Person.zcdate,
R_Person.City,R_Person.dlsj,
R_Quanzhi.selectedjob1,
R_Quanzhi.selectedjob2,
R_Quanzhi.selectedjob3,
R_Person.pingjia,
R_Person.jingyanshuoming
FROM R_Quanzhi INNER JOIN R_Person ON R_Quanzhi.jobid = R_Person.jobid
where datediff(d,xgsj,getdate()) < 90 and jlbm=0 order by dlsj desc

为了方便大家看我把语句分割开了！！

就这个记录用1。58分钟数据库还是本机！

我自己写了个存储过程
程序调用
set cmdexample=server.createobject("adodb.command")
cmdexample.activeconnection=conn
cmdexample.commandtext="aa"
cmdexample.commandtype=4
cmdexample.parameters("@SS").value=trim(session("SiteID")
set rs=cmdexample.execute

存储过程
create proc aa
@ss int
as
select top 1000 R_Person.jobid,R_Person.name, R_Person.xingbie,R_Person.birthyear, R_Person.xueli, R_Person.phototre,R_Person.zcdate, R_Person.City,R_Person.dlsj,R_Quanzhi.selectedjob1,R_Quanzhi.selectedjob2,R_Quanzhi.selectedjob3,R_Person.pingjia,R_Person.jingyanshuoming FROM R_Quanzhi INNER JOIN R_Person ON R_Quanzhi.jobid = R_Person.jobid where datediff(d,xgsj,getdate()) < @ss and R_Person.jlbm=0 order by R_Person.dlsj desc
GO

也慢的不行！！！我第一次搞怎么大的数据！！1大家告诉我怎么优化呀！！！！汗！

...全文