澳门新葡萄京娱乐场帝国CMS

本周热点排行之类的sql标签

原文地址:

在某些条件下,我们要求网站的某页上显示指定的信息,

[ecmsinfo]select * from phome_ecms_news where newstimeSUBDATE(NOW(),INTERVAL 7 DAY) order by onclick desc limit 10,10,30,0,24,7,0[/ecmsinfo]

Stairway to SQL Server Indexes: Level 2, Deeper into Nonclustered
Indexes

但是这种指定如果固定去用代码写死的话,对以后的改动将会是大麻烦;

注意:30 是单位,自己修改合适的时间。10 是调用多少条,自己修改为合适。24
是SQL标签的类型,必须为24系统才会执行前面的SQL。不要忘啦。

本文是SQL Server索引进阶系列(Stairway to SQL Server
Indexes)的一部分。

这时候sql语句的优势就凸显出来,利用sql语句只需要改改数字,就能让显示的内容彻底替换;

二、本栏目下 本月排行

在第一级中介绍了SQL
Server中的非聚集索引。而且在第一个学习的例子中,我们证明了在从表中获取一行数据的情况下,索引带来的潜在的好处。在这一级中,我们继续介绍非聚集索引,看看他们在提升查询性能中做出的贡献。

代码如下:

[ecmsinfo]'selfinfo',10,40,0,1,10,0,'newstimeUNIX_TIMESTAMP()-86400*30'[/ecmsinfo]

我们先来介绍一些理论,了解一些索引的内部信息,帮助我们解释理论,然后执行一些查询。这些查询会在包含和不包含索引的两种情况被执行,开启性能报告,我们可以看到索引产生的影响。

复制代码代码如下:
[e:loop={‘select * from phome_ecms_news where id in
(2452,2697,2299,2267)’,4,24,0}]

30为天数,可改为 7 天等

我们继续使用AdventureWorks
数据库的部分表,主要集中在Contact表。我们将只是用一个索引,在上一级中使用的FullName索引,来证明我们的观点。为了确保我们很好的控制Contact表的索引,我们将做两份拷贝,一份建立FullName索引,一份不建立索引。

=esub($bqr[title],28)?>

IF EXISTS ( 

    SELECT * 

        FROM sys.tables 

        WHERE OBJECT_ID = OBJECT_ID('dbo.Contacts_index')) 
DROP TABLE dbo.Contacts_index; 
GO 
IF EXISTS ( 

    SELECT * 

        FROM sys.tables 

        WHERE OBJECT_ID = OBJECT_ID('dbo.Contacts_noindex')) 

    DROP TABLE dbo.Contacts_noindex; 
GO 
SELECT * INTO dbo.Contacts_index 

    FROM Person.Contact; 
SELECT * INTO dbo.Contacts_noindex 

    FROM Person.Contact; 

[/e:loop]

非聚集索引

按照sql语句的指定,返回id编号分别为2452,2697,2299,2267的内容信息,同时代码后面的倒数第二个参数为24,

在Contacts_index 表建立非聚集索引

这样才是sql的执行。

CREATE INDEX FullName 

        ON Contacts_index 

( LastName, FirstName ); 

(以下内容来自互联网说明灵动标签的用法)

请记住,非聚集索引顺序存储索引键,通过标记来访问表中真正的数据。你可以把标签看做一种指针。将来的级别中会描述标签的格式,标签的用法,标签的细节。

灵动标签的使用说明:

另外,SQL
Server的非聚集索引的入口还有一些内部使用的头信息,还有一些可选的数据值。这些在后面的文章中都会有介绍,现在都不是重点内容。

灵动标签 (e:loop)

到目前为止,我们只需要知道,键使得SQL
Server找到合适的索引入口,入口的标签使得SQL Server访问表对应的行数据。

格式:

索引入口有序的好处

[e:loop={栏目ID/专题ID,显示条数,操作类型,
只显示有标题图片,附加SQL条件,显示排序}]
模板代码内容
[/e:loop]

索引的入口是有序的,因此SQL
Server可以快速的定位入口。扫描可以从头部开始,可以从尾部开始,也可以从中间开始。

例子:

因此,如果一个查询,请求所有LastName以S开头的Contact用户(where lastname
like ‘s%’)。SQL
Server会快速定位到第一个S开头的记录,然后通过索引,使用标签访问数据行,直到第一个T开头的记录。

复制代码代码如下:
[e:loop={栏目ID/专题ID,显示条数,操作类型,只显示有标题图片,附加SQL条件,显示排序}]

如果选择的列都包含在索引中,上面的查询会执行的更快。如果我们执行

=$bqr[title]?>
(=date(‘Y-m-d’,$bqr[newstime])?>)

SELECT FirstName, LastName 

    FROM Contact 

    WHERE LastName LIKE 'S%'; 

[/e:loop]

SQL
Server快速的导航到S入口,然后通过索引,忽略标签,直接从索引的入口返回数据,直到第一个T入口。在关系数据库的名词中,叫做查询全覆盖索引。

具体的操作类型说明如下:

很多SQL的操作都可以从索引中受益,包括:ORDER BY, GROUP BY, DISTINCT,
UNION( not UNION ALL ), JOIN … ON 。

操作类型 说明

谨记从左到右的键顺序的重要性。我们建立的索引对于lastname=“ashton”很管用,但是对于firstname=“ashton”作用会小很多,甚至没有用。

0 各栏目最新
1 各栏目热门
2 各栏目推荐
9 各栏目评论排行
12 各栏目头条信息
15 各栏目下载排行
25 各栏目评分排行
26 各栏目投票排行
3 所有信息最新(默认表)
4 所有信息热门(默认表)
5 所有信息推荐(默认表)
10 所有信息评论排行(默认表)
13 所有信息头条(默认表)
16 所有信息下载排行(默认表)
27 所有信息评分排行(默认表)
28 所有信息投票排行(默认表)

测试一些简单的查询

6 专题最新信息
7 专题热门信息
8 专题推荐信息
11 专题评论排行
14 专题头条
17 各专题下载排行
29 各专题评分排行
30 各专题投票排行
18 各表最新 (栏目ID=’表名’)
19 各表热门 (栏目ID=’表名’)
20 各表推荐 (栏目ID=’表名’)
21 各表评论排行 (栏目ID=’表名’)
22 各表头条信息 (栏目ID=’表名’)
23 各表下载排行 (栏目ID=’表名’)
31 各表评分排行 (栏目ID=’表名’)
32 各表投票排行 (栏目ID=’表名’)

如果你要执行下面的查询,确保你执行了前面的脚本,创建了contact_index和contact_noindex表,而且也在contact_index表创建了LastName,
FirstName索引。

24 按sql查询(栏目ID=’sql语句’)
数据表前缀可用:“[!db.pre!]”表示

开启统计

SET STATISTICS io ON 

SET STATISTICS time ON 

因为contact表中的数据只有19972行,很难得到有意义的统计时间。大部分的查询都显示CPU
time: 0
毫秒,因此我们可以关闭time统计,只显示io统计。如果你需要一张大表来统计真实的time信息,可以用文章后面的脚本构建一个百万行数据的contact表。下面的测试都以19972行的表为测试对象。


测试一个完全覆盖的查询

第一个查询是一个覆盖索引的查询,获取contact表中lastname以S开头的记录的一部分列。下面是执行的信息。

SQL语句 SELECT FirstName, LastName
FROM dbo.Contacts  — execute with both Contacts_noindex and
— Contacts_index
WHERE LastName LIKE ‘S%’
没有索引的情况下 (2130 row(s) affected)
Table ‘Contacts_noindex’. Scan count 1, logical reads 568.
有索引的情况 (2130 row(s) affected)
Table ‘Contacts_index’. Scan count 1, logical reads 14.
索引产生的影响 IO从568次减少到14次
注释 覆盖查询的索引是个好东西。没有索引,就会进行全表扫描。2130行,表明以S开头的记录占到了10%的数据。

 

 

 

 

 

 

 

 

 

 

测试一个非完全覆盖的查询

我们修改一下查询,还是相同的查询,只是获取的列包含了一些没有建立索引的列,下面是执行的结果。

SQL语句 SELECT *
FROM dbo.Contacts  — execute with both Contacts_noindex and
— Contacts_index
WHERE LastName LIKE ‘S%’
没有索引的情况下 (2130 row(s) affected)
Table ‘Contacts_noindex’. Scan count 1, logical reads 568.
有索引的情况 (2130 row(s) affected)
Table ‘Contacts_index’. Scan count 1, logical reads 568.
索引产生的影响 IO没有影响
注释 在查询的过程中没有使用到索引。在这种情况下,SQL Server觉得使用索引查找,比不适用索引直接扫描,还要做更多的工作。

 

 

 

 

 

 

 

 

 

 

测试一个非完全覆盖的查询,但是提供更多的条件

我们修改一下查询,还是相同的查询,只是缩减了查询结果的范围,增加使用索引的好处,下面是执行的结果。

SQL语句 SELECT *
FROM dbo.Contacts  — execute with both Contacts_noindex and
— Contacts_index
WHERE LastName LIKE ‘Ste%’
没有索引的情况下 (107 row(s) affected)
Table ‘Contacts_noindex’. Scan count 1, logical reads 568.
有索引的情况 (107 row(s) affected)
Table ‘Contact_index’. Scan count 1, logical reads 111.
索引产生的影响 IO从568次减少到111次。
注释

SQL Server访问了107条入口,都在索引的连续范围内。每个入口的标签都被用来获取对应的行数据。这些行在表中不是连续的。

这些查询用到了索引,但是不如第一次的覆盖查询效果好,尤其是在IO的读取方面。

你希望读取107次索引,然后获取107条数据,产生107次读取。

之前的查询,请求了2130行数据,没有用到索引。这次请求107行数据,使用了索引。你很像知道使用索引的临界点在哪里?在后面的级别中我们将会介绍这方面的内容。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

测试一个完全覆盖的聚合查询

最后一个例子是一个聚合查询,包含了count计算。

SQL语句 SELECT LastName, FirstName, COUNT(*) as ‘Contacts’
FROM dbo.Contacts  — execute with both Contacts_noindex and
— Contacts_index
WHERE LastName LIKE ‘Ste%’
GROUP BY LastName, FirstName
没有索引的情况下 (2130 row(s) affected)
Table ‘Contacts_noindex’. Scan count 1, logical reads 568.
有索引的情况 (104 row(s) affected)
Table ‘Contacts_index’. Scan count 1, logical reads 4.
索引产生的影响 IO从568次减少到4次
注释 所有需要查询的信息都包含在索引中,很好的使用了索引。

 

 

 

 

 

 

 

 

 

 

测试一个非完全覆盖的聚合查询

我们修改一下查询,还是相同的查询,只是获取的列包含了一些没有建立索引的列,下面是执行的结果。

SQL语句 SELECT LastName, FirstName, MiddleName, COUNT(*) as ‘Contacts’
FROM dbo.Contacts  — execute with both Contacts_noindex and
— Contacts_index
WHERE LastName LIKE ‘Ste%’
GROUP BY LastName, FirstName, MiddleName
没有索引的情况下 (2130 row(s) affected)
Table ‘Contacts_noindex’. Scan count 1, logical reads 568.
有索引的情况 (105 row(s) affected)
Table ‘ContactLarge’. Scan count 1, logical reads 111.
索引产生的影响 IO从568次减少到111次
注释

 

 

 

 

 

 

 

 

 

 

 

结论

当目前位置,我们知道非聚集索引有下面的一些好处:

  • 是一些有序的入口集合。
  • 表中的每一行都有一个入口。
  • 包含一个索引键和一个标签。
  • 用户负责创建的。
  • SQL Server来维护。
  • SQL Server用来最小化查询尝试,来满足客户的请求。

通过一些例子,我们看到SQL
Server通过索引可以满足查询的请求,也有一些查询会完全忽略索引,还有一些会部分的使用索引。基于这个原因,我们来更新一下在第一级中的一个结论。

当一个请求到达数据库的时候,SQL Server只有三种访问数据的方式:

  1. 访问非聚集索引,避免访问表。这只发生在索引包含了请求中的所有数据。
  2. 通过索引键访问非聚集索引,然后使用标签访问表中的行数据。
  3. 忽略非聚集索引,扫描表找到请求的行数据。

通常来说,第一种是理想的,第二种要比第三种好。在之前的介绍中,我们知道了如何增加索引的使用可能性,如何决定更高效的使用非聚集索引。但是我们需要知道更多的索引内部的细节。

在我们知道细节之前,我们还需要介绍其他类型的SQL Server索引:聚集索引。

发表评论

电子邮件地址不会被公开。 必填项已用*标注