


Comment puis-je optimiser les requêtes COUNT lentes dans SQL Server ?
Optimisation des performances SQL : compter les requêtes
Lorsque vous travaillez avec de grands ensembles de données, les requêtes qui comptent des lignes peuvent devenir coûteuses en termes de calcul et ralentir les performances. Cet article explore les implications en termes de performances des requêtes de nombre et propose des solutions pour les optimiser dans SQL Server.
Différences de performances dans les requêtes de nombre
Considérez la requête SQL suivante sur une table avec plus de 20 millions de lignes :
if (select count(*) from BookChapters) = 0
Cette requête s'exécute rapidement, car SQL Server l'optimise into :
if exists(select * from BookChapters)
Essentiellement, il vérifie la présence de lignes plutôt que de les compter. Cependant, si la requête est modifiée en :
if (select count(*) from BookChapters) = 1
ou
if (select count(*) from BookChapters) > 1
le temps d'exécution augmente considérablement jusqu'à plus de 10 minutes.
Comprendre l'écart de performances
La différence de performances vient du fait que pour les requêtes de comptage avec des conditions (par exemple, = 1, > 1), SQL Server utilise une approche différente. Il utilise l'index non clusterisé le plus étroit pour compter les lignes. Étant donné que la table de l'exemple ne dispose d'aucun index non clusterisé, SQL Server doit recourir à une analyse complète de la table, ce qui entraîne un ralentissement des performances.
Techniques d'optimisation
Pour optimiser comptez les requêtes, envisagez les techniques suivantes :
- Utilisez EXISTS (INSTEAD OF COUNT = 0) : Pour les requêtes où vous devez uniquement déterminer si la table est vide, utilisez EXISTS au lieu de COUNT = 0.
- Créer un index non cluster : Créez un index non-cluster index clusterisé sur une colonne utilisé dans la clause WHERE pour améliorer les recherches de lignes et réduire le besoin d'une table complète analyses.
- Utiliser la table système SysIndexes : Utilisez la requête suivante pour obtenir un nombre rapide de lignes :
SELECT OBJECT_NAME(i.id) [Table_Name], i.rowcnt [Row_Count] FROM sys.sysindexes i WITH (NOLOCK) WHERE i.indid in (0,1) ORDER BY i.rowcnt desc
- SOMME des lignes dans les partitions (SQL 2005) : Utilisez la requête suivante pour obtenir une ligne approximative count :
select sum (spart.rows) from sys.partitions spart where spart.object_id = object_id(’YourTable’) and spart.index_id < 2
- Max de lignes dans SysIndex (SQL 2000) : Pour les anciennes versions de SQL, utilisez :
select max(ROWS) from sysindexes where id = object_id(’YourTable’)
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

L'article discute de l'utilisation de l'instruction ALTER TABLE de MySQL pour modifier les tables, notamment en ajoutant / abandon les colonnes, en renommant des tables / colonnes et en modifiant les types de données de colonne.

Les capacités de recherche en texte intégral d'InNODB sont très puissantes, ce qui peut considérablement améliorer l'efficacité de la requête de la base de données et la capacité de traiter de grandes quantités de données de texte. 1) INNODB implémente la recherche de texte intégral via l'indexation inversée, prenant en charge les requêtes de recherche de base et avancées. 2) Utilisez la correspondance et contre les mots clés pour rechercher, prendre en charge le mode booléen et la recherche de phrases. 3) Les méthodes d'optimisation incluent l'utilisation de la technologie de segmentation des mots, la reconstruction périodique des index et l'ajustement de la taille du cache pour améliorer les performances et la précision.

L'article discute de la configuration du cryptage SSL / TLS pour MySQL, y compris la génération et la vérification de certificat. Le problème principal est d'utiliser les implications de sécurité des certificats auto-signés. [Compte de caractère: 159]

L'article traite des stratégies pour gérer de grands ensembles de données dans MySQL, y compris le partitionnement, la rupture, l'indexation et l'optimisation des requêtes.

L'article traite des outils de GUI MySQL populaires comme MySQL Workbench et PhpMyAdmin, en comparant leurs fonctionnalités et leur pertinence pour les débutants et les utilisateurs avancés. [159 caractères]

L'article discute de la suppression des tables dans MySQL en utilisant l'instruction TABLE DROP, mettant l'accent sur les précautions et les risques. Il souligne que l'action est irréversible sans sauvegardes, détaillant les méthodes de récupération et les risques potentiels de l'environnement de production.

La différence entre l'index cluster et l'index non cluster est: 1. Index en cluster stocke les lignes de données dans la structure d'index, ce qui convient à la requête par clé et plage primaire. 2. L'index non clumpant stocke les valeurs de clé d'index et les pointeurs vers les lignes de données, et convient aux requêtes de colonne de clés non primaires.

MySQL prend en charge quatre types d'index: B-Tree, hachage, texte intégral et spatial. 1. L'indice de tree B est adapté à la recherche de valeur égale, à la requête de plage et au tri. 2. L'indice de hachage convient aux recherches de valeur égale, mais ne prend pas en charge la requête et le tri des plages. 3. L'index de texte complet est utilisé pour la recherche en texte intégral et convient pour le traitement de grandes quantités de données de texte. 4. L'indice spatial est utilisé pour la requête de données géospatiaux et convient aux applications SIG.
