（转）常见存储过程分页PK赛——简单测试分析常见存储过程分页速度

原文地址：http://www.cnblogs.com/yangyy753/archive/2013/01/23/2872753.html

数据的分页是我们再熟悉不过的功能了，各种各样的分页方式层出不穷。今天我把一些常见的存储过程分页列出来，再简单地测一下性能，算是对知识的总结，也是对您好想法的抛钻引玉。废话不多说，开始吧~~

1.首先建立一张测试表

--创建测试表
SET ANSI_NULLS ON
GO
SET QUOTED_IDENTIFIER ON
GO
CREATE TABLE [dbo].[testTable](
    [id] [int] IDENTITY(1,1) NOT NULL,
    [testDate] [datetime] NOT NULL CONSTRAINT [DF_testTable_testDate]  DEFAULT (getdate()),
    [name] [nvarchar](50) COLLATE Chinese_PRC_CI_AS NOT NULL,
    [description] [nchar](50) COLLATE Chinese_PRC_CI_AS NOT NULL,
    [orderColum] [float] NOT NULL,
 CONSTRAINT [PK_testTable] PRIMARY KEY CLUSTERED 
(
    [id] ASC
)WITH (IGNORE_DUP_KEY = OFF) ON [PRIMARY]
) ON [PRIMARY]

2.循环插入1000000条测试数据

declare @i int
set @i = 1
while @i < 1000001
begin
    INSERT INTO testTable([name],[description],[orderColum])
    VALUES('PageTest', 'http://www.3ymao.com', @i * rand())
    set @i = @i + 1
end

3.晒出我的系统硬件和软件（测试环境）

好吧，准备工作完成，开始进入主题（为了方便，以下代码我就不写成存储过程的方式来测试展示了）~~噔噔！首先登场的是我最常用的Not IN

1）NOT IN

declare @timediff datetime
declare @pageIndex int
declare @pageSize int
declare @sql varchar(500)
set @pageIndex=1
set @pageSize=10
set @timediff=GetDATE()
set @sql='select top ('+cast(@pageSize as varchar)+') * from testTable where (id not in (
select top '+cast(@pageSize*(@pageIndex-1) as varchar)+' id from testTable order by id)) order by id'
exec(@sql)
select datediff(ms,@timediff,Getdate())

@pageIndex=1时，运行：0ms（给力啊！）

@pageIndex=50000时，运行：346ms（怎么50000页就不给力了）

@pageIndex=100000时，运行：326ms（怎么比50000页时还少了？）

2）MAX()

declare @timediff datetime
declare @pageIndex int
declare @pageSize int
declare @sql varchar(500)
set @timediff=GetDATE()
set @pageIndex=1
set @pageSize=10
set @sql='select top ('+cast(@pageSize as varchar)+') * from testTable where (id >= (select MAX(id) from (select top '+cast((@pageSize*(@pageIndex-1)+1) as varchar)+' id from testTable order by id) as a)) order by id'
exec(@sql)
select datediff(ms,@timediff,Getdate())

@pageIndex=1时，运行：0ms（也是很给力啊！）

@pageIndex=50000时，运行：123ms（不错）

@pageIndex=100000时，运行：220ms（页数和查询时间成正比）

3）Row_Number()

declare @timediff datetime
declare @pageIndex int
declare @pageSize int
declare @sql varchar(500)
set @timediff=GetDATE()
set @pageIndex=1
set @pageSize=10
set @sql='select * from (select *,row_number() over (order by id asc) as RowIndex from testTable) as IDWithRowNumber where RowIndex between '+cast(((@pageIndex-1)*@pageSize)+1 as varchar)+' and '+cast(@pageIndex*@pageSize as varchar)+''
exec(@sql)
select datediff(ms,@timediff,getdate())

@pageIndex=1时，运行：0ms（好吧……数据量小的时候都是这尿性）

@pageIndex=50000时，运行：280ms（略逊色）

@pageIndex=100000时，运行：580ms（这货居然也是页数和查询时间成正比！坑爹吧！）

4）临时表

declare @timediff datetime
declare @pageIndex int
declare @pageSize int
declare @sql varchar(500)
declare @str varchar(500)
set @timediff=GetDATE()
set @pageIndex=1
set @pageSize=10
set @str='with tempTable as (select ceiling((Row_number() over (order by id asc))/'+cast(@pageSize as varchar)+') as page_num,* from testTable)'
set @sql=@str+'select * from tempTable where page_num='+cast(@pageIndex-1 as varchar)+''
exec(@sql)
select datediff(ms,@timediff,getdate())

@pageIndex=1时，运行：280ms（不咧个是吧！这非主流啊）

@pageIndex=50000时，运行：280ms（这不科学……）

@pageIndex=100000时，运行：280ms（好吧，这货不受页数的影响，永远都这速度）

5）中间变量

declare @timediff datetime
declare @pageIndex int
declare @pageSize int
declare @count int
declare @id int
declare @sql varchar(500)
set @pageIndex=1
set @pageSize=10
select @id=0,@count=0,@timediff=GetDATE()
select @count=@count+1,@id=case when @count=(@pageIndex-1)*@pageSize then id else @id end from testTable order by id
set @sql='select top '+cast(@pageSize as varchar)+' * from testTable where id>'+cast(@id as varchar)+''
exec(@sql)
select datediff(ms,@timediff,getdate())

@pageIndex=1时，运行：360ms（哥，不是吧，才第一页你就这速度）

@pageIndex=50000时，运行：360ms（我大概猜到100000页时的速度了……）

@pageIndex=100000时，运行：360ms（好吧，又是不受页数影响的货）

 

从以上数据，我最后简单分析总结一下：

NOT IN：数据量小的时候，速度不错，但是数据量大的时候速度就有点逊色了，但是好在随着查询页数增大，他的速度还是不会改变多少。

MAX：小数据量的时候，它的速度是最快的，但是遗憾的是查询页数越大，速度则越慢。

Row_Number()：性质与MAX相似，但是不比MAX速度快

临时表：不会因为查询页数而改变查询速度，只和数据量大小有关，个人觉得适合大数据量而且可能会查很大的页数时使用

中间变量：性质和临时表相似，但是逊色于临时表