SQL Server 性能优化之T-SQL NOT IN 和 NOT Exists
这次介绍一下T-SQL中Not IN 和Not Exists的 优化 。 Not IN 和 Not Exists 命令 : 有些情况下,需要select/update/delete 操作孤立数据。孤立数据:不存在主表中而存在其关联表中。 操作这样的数据,一般第一反应是利用Not in 或 Not Exists命令。使用Not IN
这次介绍一下T-SQL中“Not IN” 和“Not Exists”的优化。
Not IN 和 Not Exists 命令 :
有些情况下,需要select/update/delete 操作孤立数据。孤立数据:不存在主表中而存在其关联表中。
操作这样的数据,一般第一反应是利用“Not in” 或 “Not Exists”命令。使用Not IN会严重影响性能,因为这个命令会逐一检查每个记录,就会造成资源紧张,尤其是当对大数据进行更新和删除操作时,可能导致资源被这些操作锁住。
.
选择NOT IN 还是 NOT Exists
现在SQL Server 中有两个命令可以使用大数据的插入、更新、删除操作,不仅性能方面比NOT IN 和 NOT Exists有很大的提高,而且语法简单,写出来的语句看上去也很清爽。 现在就请它们闪亮登场,Merge 和 Except。
例子:
首先创建两个表
<span class="lnum"> 1: </span><span class="kwrd">use</span> [MyTest]
<span class="lnum"> 2: </span><span class="kwrd">Create</span> <span class="kwrd">table</span> Test1 (name <span class="kwrd">varchar</span> (100) )
<span class="lnum"> 3: </span><span class="kwrd">Create</span> <span class="kwrd">table</span> Test2 (name <span class="kwrd">varchar</span> (100) )
使用Not IN命令Select/update/delete操作:
<span class="lnum"> 1: </span><span class="kwrd">SELECT</span> name <span class="kwrd">FROM</span> Test1 <span class="kwrd">where</span> name <span class="kwrd">not</span> <span class="kwrd">in</span> (<span class="kwrd">select</span> name <span class="kwrd">from</span> Test2)
<span class="lnum"> 2: </span><span class="kwrd">UPDATE</span> Test1 <span class="kwrd">SET</span> name =N<span class="str">'Company_Name'</span> <span class="kwrd">where</span> name <span class="kwrd">not</span> <span class="kwrd">in</span> (<span class="kwrd">select</span> name <span class="kwrd">from</span> Test2)
<span class="lnum"> 3: </span><span class="kwrd">DELETE</span> Test1 <span class="kwrd">FROM</span> Test1 <span class="kwrd">where</span> name <span class="kwrd">not</span> <span class="kwrd">in</span> (<span class="kwrd">select</span> name <span class="kwrd">from</span> Test2)
使用性能更好的Merge and Except:
<span class="lnum"> 1: </span>merge Test1 T <span class="kwrd">using</span> (<span class="kwrd">select</span> name <span class="kwrd">from</span> Test1 <span class="kwrd">except</span> <span class="kwrd">select</span> name <span class="kwrd">from</span> Test2 )S <span class="kwrd">on</span> t.name=s.name
<span class="lnum"> 2: </span><span class="kwrd">when</span> matched <span class="kwrd">then</span> <span class="kwrd">update</span> <span class="kwrd">SET</span> name=N<span class="str">'New_Name'</span> ;
<span class="lnum"> 3: </span>merge Test1 T <span class="kwrd">using</span> (<span class="kwrd">select</span> name <span class="kwrd">from</span> Test1 <span class="kwrd">except</span> <span class="kwrd">select</span> name <span class="kwrd">from</span> Test2 )S <span class="kwrd">on</span> t.name=s.name
<span class="lnum"> 4: </span><span class="kwrd">when</span> matched <span class="kwrd">then</span> <span class="kwrd">delete</span> ;
<span class="lnum"> 5: </span><span class="kwrd">SELECT</span> * <span class="kwrd">FROM</span> Test1 S <span class="kwrd">where</span> <span class="kwrd">not</span> <span class="kwrd">exists</span> (<span class="kwrd">select</span> 1 <span class="kwrd">from</span> Test1 <span class="kwrd">inner</span> <span class="kwrd">join</span> Test2 <span class="kwrd">on</span> Test1.name=Test2.name <span class="kwrd">and</span> Test1.name=s.name)
注意,上面还是有一部分使用了Not Exists:
<span class="lnum"> 1: </span><span class="kwrd">SELECT</span> * <span class="kwrd">FROM</span> Test1 S <span class="kwrd">where</span> <span class="kwrd">not</span> <span class="kwrd">exists</span> (<span class="kwrd">select</span> 1 <span class="kwrd">from</span> Test1 <span class="kwrd">inner</span> <span class="kwrd">join</span> Test2 <span class="kwrd">on</span> Test1.name=Test2.name <span class="kwrd">and</span> Test1.name=s.name)
现在需要使用高效的Except:
<span class="lnum"> 1: </span><span class="kwrd">select</span> name <span class="kwrd">from</span> Test1 <span class="kwrd">except</span> <span class="kwrd">select</span> name <span class="kwrd">from</span> Test2
在这里只是给出了例子,没有拿出实际的对比数据。但是Merge 和Except 两个命令在大数据的处理方面的性能,要比
Not IN 和Not EXISTS 好很多。不管你信不信,反正我信了!!!
在此谢谢读完这篇博客,有什么写的不对的地方请指正
有帮助就推荐下,有感想就下下来,不满意就留言,有问题就更正。

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Leistungsvergleich verschiedener Java-Frameworks: REST-API-Anforderungsverarbeitung: Vert.x ist am besten, mit einer Anforderungsrate von 2-mal SpringBoot und 3-mal Dropwizard. Datenbankabfrage: HibernateORM von SpringBoot ist besser als ORM von Vert.x und Dropwizard. Caching-Vorgänge: Der Hazelcast-Client von Vert.x ist den Caching-Mechanismen von SpringBoot und Dropwizard überlegen. Geeignetes Framework: Wählen Sie entsprechend den Anwendungsanforderungen. Vert.x eignet sich für leistungsstarke Webdienste, SpringBoot eignet sich für datenintensive Anwendungen und Dropwizard eignet sich für Microservice-Architekturen.

Der Leistungsvergleich der PHP-Methoden zum Umdrehen von Array-Schlüsselwerten zeigt, dass die Funktion array_flip() in großen Arrays (mehr als 1 Million Elemente) eine bessere Leistung als die for-Schleife erbringt und weniger Zeit benötigt. Die for-Schleifenmethode zum manuellen Umdrehen von Schlüsselwerten dauert relativ lange.

Die Zeitkomplexität misst die Ausführungszeit eines Algorithmus im Verhältnis zur Größe der Eingabe. Zu den Tipps zur Reduzierung der Zeitkomplexität von C++-Programmen gehören: Auswahl geeigneter Container (z. B. Vektor, Liste) zur Optimierung der Datenspeicherung und -verwaltung. Nutzen Sie effiziente Algorithmen wie die schnelle Sortierung, um die Rechenzeit zu verkürzen. Eliminieren Sie mehrere Vorgänge, um Doppelzählungen zu reduzieren. Verwenden Sie bedingte Verzweigungen, um unnötige Berechnungen zu vermeiden. Optimieren Sie die lineare Suche, indem Sie schnellere Algorithmen wie die binäre Suche verwenden.

Zu den wirksamen Techniken zur Optimierung der C++-Multithread-Leistung gehört die Begrenzung der Anzahl der Threads, um Ressourcenkonflikte zu vermeiden. Verwenden Sie leichte Mutex-Sperren, um Konflikte zu reduzieren. Optimieren Sie den Umfang der Sperre und minimieren Sie die Wartezeit. Verwenden Sie sperrenfreie Datenstrukturen, um die Parallelität zu verbessern. Vermeiden Sie geschäftiges Warten und benachrichtigen Sie Threads über Ereignisse über die Ressourcenverfügbarkeit.

Laut Benchmarks sind Quarkus (schneller Start, geringer Speicher) oder Micronaut (TechEmpower ausgezeichnet) für kleine, leistungsstarke Anwendungen die ideale Wahl. SpringBoot eignet sich für große Full-Stack-Anwendungen, weist jedoch etwas langsamere Startzeiten und Speichernutzung auf.

Bei der Entwicklung leistungsstarker Anwendungen übertrifft C++ andere Sprachen, insbesondere bei Mikro-Benchmarks. Bei Makro-Benchmarks können die Komfort- und Optimierungsmechanismen anderer Sprachen wie Java und C# besser abschneiden. In der Praxis schneidet C++ bei der Bildverarbeitung, bei numerischen Berechnungen und bei der Spieleentwicklung gut ab, und die direkte Steuerung der Speicherverwaltung und des Hardwarezugriffs bringt offensichtliche Leistungsvorteile.

Der beste Weg, Zufallszahlen in Go zu generieren, hängt von der Sicherheitsstufe ab, die Ihre Anwendung erfordert. Geringe Sicherheit: Verwenden Sie das Paket math/rand, um Pseudozufallszahlen zu generieren, die für die meisten Anwendungen geeignet sind. Hohe Sicherheit: Verwenden Sie das Paket crypto/rand, um kryptografisch sichere Zufallsbytes zu generieren, geeignet für Anwendungen, die eine stärkere Zufälligkeit erfordern.

Fünf Möglichkeiten zur Optimierung der PHP-Funktionseffizienz: Vermeiden Sie unnötiges Kopieren von Variablen. Verwenden Sie Referenzen, um das Kopieren von Variablen zu vermeiden. Vermeiden Sie wiederholte Funktionsaufrufe. Einfache Inline-Funktionen. Schleifen mithilfe von Arrays optimieren.
