Categories


Tags


大数据量下快速获取 SQL Server 数据库表记录数的方法

在数据库应用的设计中,我们往往会需要获取某些表的记录总数,用于判断表的记录总数是否过大,是否需要备份数据等。我们通常的做法是:select count(*) as c from tableA 。然而对于记录数巨大的表,上述做法将会非常耗时。在DELL 4400 服务器上做试验,MS Sqlserver 2000 数据库对于100万记录的简单数据表执行上述语句,时间在1分钟以上。如果在表的某个字段上做聚簇索引,第一次执行该语句的时间和没有索引的时间差不多,之后执行上述语句,速度很快,在1秒中以内,但当表的记录数发生较大变化后,再执行该语句又会经历一次耗时的过程。而且不是每个表都适合做聚簇索引的,对于数量巨大的表,如果需要经常增删操作,建聚簇索引是一个很不明智的做法,将会极大的影响增删的速度。那么有没有一个比较简单的方法快速获取表的记录总数呢?答案是有的。

在MS SQL 数据库中每个表都在sysindexes 系统表中拥有至少一条记录,该记录中的rows 字段会定时记录表的记录总数。

下面是sysindexes 表的相关记录的含义:

列名 数据类型 描述

id int 表ID(如果 indid = 0 或255)。否则为索引所属表的ID

Indid smallint 索引ID:

0=表

1=聚簇索引

>1=非聚簇索引

255=具有text或image数据的表条目。

rows int 基于indid=0 和 indid=1地数据级行数,该值对于indid>1重 复。如果indid=255,rows设置为0。

当表没有聚簇索引时,Indid = 0 否则为 1。

那么现在大家应该知道如何获取表的记录总数了,只需执行如下语句:

select rows from sysindexes where id = object_id(tablename) and indid in (0,1)

该方法获取表的记录总数的速度非常快,在毫秒级就可以完成,相比select count(*) 要快上数万倍,但是大家在运用该方法是一定要主要,该方法得到的表的总记录数不是一个精确值,原因是MS SQL 并不是实时更新该字段的值,而是定时更新,当从实践来看该值和精确值一般误差不大,如果你希望快速的粗略估算表的大小,建议你采用该方法。如果你希望得到精确值,那么请在执行上述语句前执行DBCC UpdateUSAGE(DatabaseName,[TABLENAME]) WITH ROW_COUNTS 强制更新该字段的值,但这样第一次更新时会耗费大量的时间,这样做的效果和建有聚簇索引的表 select count (*) 效果相差不大,所以如果你希望相对快速地得到精确的表的记录总数,那么你有两种选择,建聚簇索引或者先DBCC 再使用上述方法。

文/安娜 出处/赛迪网

来源:月光博客


Public @ 2013-09-15 15:47:54

VPS/服务器环境部署与网站程序安装

Discuz! X 是一款以 PHP 为编程语言,以 MySQL 为数据库,并使用 Apache/IIS/Nginx(任意一种即可) 提供 web 服务的产品。要搭建 Discuz! X 站点,服务器必须安装由 PHP、MySQL、Apache/IIS/Nginx 构成的环境。其中,IIS 主要用于 Windows 服务器,Apache、Nginx 多用于 Linux 服务器(即 LAMP 和 L

Public @ 2019-10-19 16:13:10

服务器更换ip地址操作图解

点击【服务器管理】,点击对应服务器的【管理】按钮,在“系统管理”里面点击“WEB控制台”,点击按钮即可通过网页方式登陆管理服务器。image.png一、windows系统登录服务器,打开网络属性(桌面上右键网上邻居--属性),一般“本地连接10”是外网网卡,“本地连接11”是内网网卡。我们ip就是要添加到外网网卡上。image.png打开本地连接(win2003右键本地连接--属性),选择tcp/

Public @ 2009-12-20 16:13:25

如何避免ASP的SQL的执行效率低

以下是一些可以避免ASP的SQL执行效率低的建议: 1. 索引优化。为需要频繁查询的列添加索引,可以加快查询速度。 2. SQL语句优化。使用合适的SQL语句可以减少执行时间。 3. 缓存数据。将查询结果进行缓存,可以避免重复查询,提高执行效率。 4. 使用批处理操作。将多个SQL语句整合成一个批处理操作可以减少数据库连接和执行时间。 5. 数据库分区和分表。将数据分散到多个数据库表中,

Public @ 2023-04-06 12:50:24

更多您感兴趣的搜索

0.399017s