一般来说,对于做B/S架构的朋友来说,更有机会遇到高并发的数据库访问情况,因为现在WEB的普及速度就像火箭升空,同时就会因为高访问量带来一系列性能问题,而数据库一直是用户与商人之间交流的重要平台。用户是没有耐心忍受一个查询需要用上10秒以上的,或者更少些,如果经常出现服务器死机或者是报查询超时,我想那将是失败的项目。做了几年的WEB工作,不才,一直没有遇到过大访问量或者是海量数据的情况。这里并不是说没有海量数据的项目就不是好项目,要看项目的应用场合。
最近做项目时,偶然得到了这个机会,在我工作过程中,本人发现的单表最大记录数高达9位数。像订单表什么的也有8位数。在查询订单的时候往往不能通过单表查询就能解决,还要和其它相关表进行关联查询。如此关联的表数据不大还好,一旦发生大表关联大表,在查询时就有可能出现慢长的等待。
主旨: 如何避免这种情况的发生呢?既然有了这样的数据,需求还是要实现,这里就我最近针对数据库的优化过程,我分两篇文章来说明下。
第一篇:如何尽量避免大表关联。
第二篇:对大表进行分区。
背景:有两张表:
1:订单表:记录用户订单的详细信息。order,其中有一个会员卡号字段cardNo,订单产生时间。
2:会员表:记录会员相关信息。member,一个会员有一个代理号:proxyID,代理下面有许多的会员卡:cardNo,它们共用一个代理号。
两表通过cardNo来相关联。
需求:查询一个用户或者某些用户某一时间段所有会员卡产生的订单情况。
实现SQL:
select 字段 from order
inner join member on
order.cardNo=member.cardNo
and member.proxyID in('a-01',代理号二)
and 时间 between '20080101' and '20080131'
本人见解:我想一般的朋友看到这样的需求大多会写出这样的查询SQL,如果不喜欢用in或者认为in的性能不好的朋友可用union all 代替。SQL语句可以说简单的不能再简单了,本身并无问题,只是如果两表的数据都在百万以上,而且字段都特别多。此时如果只有索引的帮忙下并不一定能达到预期的效果。
解决方案一:利用表变量来替换大表关联,表变量的作用域为一个批处理,批处理完了,表变量也会随之失效,比起临时表有它独特的优点:不用手动去删除表变量以释放内存。
可行性:因为需求中的输出字段大多来自订单表,member表只起到数据约束的作用,和查询用户会员卡号的作用,所有可以先把代理的会员卡号先取到表变量中,然后利用带有卡号的表变量和订单表相关联查询。
declare @t table (cardNo int) insert @t select cardNo from member where in('a-01',代理号二) select 字段 from order inner join @t on order.cardNo=@t.cardNoand 时间 between '20080101' and '20080131' |
这里我就不贴性能比较图了,有兴趣的朋友可以自己尝试下。这种方法在查询人员比较多的时候特别有帮助。它要开发员根据实际情况详细比较,结果并不是统一的,不同的环境结果可能不一样。希望大家理解。
解决方案二:利用索引视图来提高大表关联的性能。
可行性:一般在大表关联时,我们的输出列都远小于两表的字段合,像上面的member表只用到了其中的两个字段(cardNo,proxyID)。设想一下,此时的member表如果只有这两个字段情况会不会好些呢?答案不言而喻。
视图这个名词在我以前对它的印象中,从来没有认为视图能优化查询,因为我认为视图对于数据库来说就是一个虚假表,在数据库中并无实际物理位置来存储数据。对于用户来说无非就是通过不同的视角来观看结果。视图数据的产生都是实时的,即当调用视图时,自动扩展视图,去运行里面相应的select语句。后来才知道在2000后的版本中视图分一般视图和索引视图,一般视图就是没有创建索引的我印象中的视图。而创建了视图后就称为索引视图。索引视图是物理存在的,可在视图上首先创建一个唯一的聚集索引,其它字段上也可创建非聚集索引。在不改变基础表的情况下,起到了优化的效果。
CREATE VIEW memberView WITH SCHEMABINDING AS SELECT cardNo,proxyID from member GO |