海量数据库查询优化及分页算法

核心提示： (1)仅在主键上建立聚集索引，并且不划分时间段：Selectgid,fariqi,neibuyonghu,titlefromtgongwen用时：128470毫秒(即：128秒)(2)在主键上建立聚集索引，海量数据库查询优化及分页算法(7)，在fariq上建立非聚集索引：selectgid

(1)仅在主键上建立聚集索引，并且不划分时间段：

Selectgid,fariqi,neibuyonghu,titlefromtgongwen

用时：128470毫秒(即：128秒)

(2)在主键上建立聚集索引，在fariq上建立非聚集索引：

selectgid,fariqi,neibuyonghu,titlefromTgongwen
wherefariqi>dateadd(day,-90,getdate())

用时：53763毫秒(54秒)

(3)将聚合索引建立在日期列(fariqi)上：　

selectgid,fariqi,neibuyonghu,titlefromTgongwen
wherefariqi>dateadd(day,-90,getdate())

用时：2423毫秒(2秒)

虽然每条语句提取出来的都是25万条数据，各种情况的差异却是巨大的，特别是将聚集索引建立在日期列时的差异。事实上，如果您的数据库真的有1000万容量的话，把主键建立在ID列上，就像以上的第1、2种情况，在网页上的表现就是超时，根本就无法显示。这也是我摒弃ID列作为聚集索引的一个最重要的因素。

得出以上速度的方法是：在各个select语句前加：declare @d datetime

set @d=getdate()

并在select语句后加：

select [语句执行花费时间(毫秒)]=datediff(ms,@d,getdate())

2、只要建立索引就能显著提高查询速度

事实上，我们可以发现上面的例子中，第2、3条语句完全相同，且建立索引的字段也相同;不同的仅是前者在fariqi字段上建立的是非聚合索引，后者在此字段上建立的是聚合索引，但查询速度却有着天壤之别。所以，并非是在任何字段上简单地建立索引就能提高查询速度。

从建表的语句中，我们可以看到这个有着1000万数据的表中fariqi字段有5003个不同记录。在此字段上建立聚合索引是再合适不过了。在现实中，我们每天都会发几个文件，这几个文件的发文日期就相同，这完全符合建立聚集索引要求的：“既不能绝大多数都相同，又不能只有极少数相同”的规则。由此看来，我们建立“适当”的聚合索引对于我们提高查询速度是非常重要的。