如何应付表数据过大的查询问题?(如何尽量避免大表关联) （转载）

 

     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.cardNo and 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
--以会员卡号创建一个唯一聚集索引
CREATE UNIQUE CLUSTERED INDEX ix_member_cardNo
    ON member (cardNo);

GO

     注意：创建索引视图要点：

            1： CREATE VIEW memberView后面要跟上WITH SCHEMABINDING

                  理由：• 使用 schemaname.objectname 明确识别视图所引用的所有对象，而不管是哪个用户访问该视图。
 

                           • 不会以导致视图定义非法或强制 SQL Server 在该视图上重新创建索引的方式，更改视图定义中所引用的对象。

 

            2：视图上的第一个索引必须为 CLUSTERED 和 UNIQUE。
                  理由：必须为 UNIQUE 以便在维护索引视图期间，轻松地按键值查找视图中的记录，并阻止创建带有重复项目的视图（要求维护特殊的逻辑）。必须为 CLUSTERED，因为只有聚集索引才能在强制唯一性的同时存储行。

            3:以下情况可考虑创建索引视图：

               • 可预先计算聚合并将其保存在索引中，从而在查询执行时，最小化高成本的计算。
 
               • 可预先联接各个表并保存最终获得的数据集。
 

               • 可保存联接或聚合的组合。

             4：基础表的更新会引发索引视力的更新。

             5：索引视图的创建同时会带来维护上的开销。

                  理由：1:因为索引视图是物理存在的。

                           2:要额外的维护索引.

             

 

 

 

     实现:SQL:select 字段 from order
            inner join memberView on
              order.cardNo=member.cardNo
                and member.proxyID=in('a-01',代理号二)

                 and 时间 between '20080101' and '20080131'

 

      总结：两种解决方案来看，各有所长，一般可以优先考虑使用索引视图来优化大表关联。以上是本人对于如何尽量避免发生大表关联所采取的措施，望大家指教。

 

注：

   本文参考：http://www.51cto.com/html/2005/1115/11396.htm