SQL Server 2005中如何提升记录总数统计的性能

核心提示：当我们想统计数据表的记录总数时，我们使用的T-SQL函数count(*) ，SQL Server 2005中如何提升记录总数统计的性能，如果在一个包含了数百万行的大表中执行这个函数的话，，这一功能可用于在SQL Server 2005及以上版本 ，因为从SQL Server2005开始，可以要花很长时间才能返回整个表的

当我们想统计数据表的记录总数时，我们使用的T-SQL函数count(*) 。如果在一个包含了数百万行的大表中执行这个函数的话，，可以要花很长时间才能返回整个表的记录总数，这导致了查询性能的下降。

一、常规办法：采用Count ()函数

每个数据库管理员知道如何使用count(*) 函数。SQL Server在执行这个函数时，为了返回总表的行计数，需要对索引/表进行完整的扫描。因此建议DBA们尽量避免针对整个表使用聚合函数count(*)，因为它影响了数据库的性能。

下面我们来看个AdventureWorks数据库中的例子。

在查询分析器中执行下面的查询语句：

　　useAdventureWorks
　　go
　　selectcount(*)fromSales.SalesOrderDetail

查询分析器执行后，显示有121317行。

当我们点击SQL Server 2005 Management Studio的工具栏上的“显示估计的执行计划”图标时，我们可以得到以下的图表：　

图1：count(*)函数的执行计划

从右到左来看，我们可以了解到SQL语句的执行过程：

l 第一步中对整个表进行索引扫描，这是个非常耗时的过程(占81%)。

l 第二步中应用流聚合也较耗时(占19%)。

二、新方法：采用 row_count ()自定义函数

在SQL Server 2005中的两个对象目录视图：sys.partitions和sys.allocation_units包含了这些信息，可以用来获取整个表的总记录数。

sys.partitions 目录视图

sys.partitions视图包含了数据库中每个连续分区的所有表和索引。SQL Server 2005中的所有表格和索引，即使他们没有明确划分，也包含这个视图的至少一个分区中。

数据库中所有表和索引的每个分区在表中各对应一行。即使 SQL Server 2005 中的所有表和索引并未显式分区，也认为它们至少包含一个分区。

在新的实现方法中，我们用到了sys. partitions 视图中的以下字段：

字段名称	数据类型	描述
partition_id	bigint	分区的 ID。在数据库中是唯一的。
object_id	int	此分区所属的对象的 ID。每个表或视图都至少包含一个分区。
index_id	Int	此分区所属的对象内的索引的 ID。 0表示是堆表中 1表示是集群表
rows	bigint	此分区中的大约行数。

　　sys.allocation_units 目录视图

sys.allocation_units视图包含了数据库中一个连续为每个分配单元。

数据库中的每个分配单元都在表中占一行。

在新的实现方法中，我们用到了sys.allocation_units视图中的以下字段：

字段名称	数据类型	描述
container_id	bigint	与分配单元关联的存储容器的 ID。 如果 type = 1 或 3，则 container_id = sys.partitions.hobt_id。 如果 type 为 2，则 container_id = sys.partitions.partition_id。 0 = 标记为要延迟删除的分配单元
Type	tinyint	分配单元的类型。 0 = 已删除 1 = 行内数据（所有数据类型，但 LOB 数据类型除外） 2 = 大型对象 (LOB) 数据（text、ntext、 image、xml、大型值类型以及 CLR 用户定义类型） 3 = 行溢出数据

　　在row_count这个新的用户自定义函数中，[sys.partitions]视图与[sys.allocation_units]视图相关联，并按照以下几个条件进行过滤：

l [sys.allocation_units].type = 1，所读取的行数据，不包含text, ntext, image等类型的大型对象。

l [sys.partitions].index_id 属于0或者1 ： 0表示是堆表中，1表示是集群表。

l [sys.partitions].row不为空。

由于row_count这个自定义函数需要在每一个数据库中执行，因此将权限设置为Public。

用户自定义函数row_count具体描述，见下一节。

用户自定义函数row_count()代码

具体如下：

　　IFEXISTS(SELECTnameFROMdbo.sysobjectsWHEREid=Object_id(N'[dbo].[row_count]'))
　　DROPFUNCTION[dbo].[row_count]
　　GO
　　CREATEFUNCTIONdbo.row_count(@table_namesysname)
　　--@table_namewewanttogetcount
　　RETURNSbigint
　　AS
　　BEGIN
　　DECLARE@nnbigint--numberofrows
　　IF@table_nameISNOTNULL
　　BEGIN
　　SELECT@nn=sum(p.rows)
　　FROMsys.partitionsp
　　LEFTJOINsys.allocation_unitsaONp.partition_id=a.container_id
　　WHERE
　　p.index_idin(0,1)
　　andp.rowsisnotnull
　　anda.type=1
　　andp.object_id=object_id(@table_name)
　　END
　　RETURN(@nn)
　　END
　　GO

row_count()自定义函数用法

调用row_count自定义函数时，需要提供类似schema.[table name]格式的数据表作为输入参数。

例1：

　　useAdventureWorks
　　go
　　selectdbo.row_count('Sales.SalesOrderDetail')

查询分析器返回的结果，也是121317行，与count(*)函数的执行结果相同，但速度更快，性能更佳。

例 2:

　　SELECTtop5TABLE_SCHEMA,TABLE_NAME,(TABLE_SCHEMA+'.'+TABLE_NAME)'Fulltablename',dbo.row_count(TABLE_SCHEMA+'.'+TABLE_NAME)rows
　　FROMINFORMATION_SCHEMA.TABLES
　　whereTABLE_TYPE='BASETABLE'
　　ORDERBYrowsdesc

查询语句的执行结果见下表：　　

表1 INFORMATION_SCHEMA.TABLES 表的查询结果

这一功能主要是详细测试增加/删除行、截断表、批量插入/批量删除等操作，并返回精确统计数值。

三、两种实现方式性能评估

以下代码通过批处理分别执行count(*)函数和row_count用户自定义函数，来进行性能对比：

　　selectdbo.row_count('Sales.SalesOrderDetail')
　　go
　　selectcount(*)fromSales.SalesOrderDetail
　　go

当审查执行计划时，我们可以发现第一个查询(row_count)的开销占整个批处理开销的7% ，估计子树大小的开销0.03，具体数值如下图所示：　

图2：批处理中row_count的执行计划

第二个查询(count(*))的开销占整个批处理开销的93% ，估计子树成本是0.37，具体如下图所示：

图3：批处理中count(*)的执行计划

用户自定义函数row_count( )的性能值是最好的，消耗数据库的资源最少。Count(*)函数与新的用户自定义函数row_count的开销比为93：7，这意味着row_count的性能是count(*)函数性能的十倍以上。

这些对比数值，会随着表的记录数的变化而变化，但总的来说，上面的对比数据可以证明一点：新的用户自定义函数row_count()的性能，优于count(*)函数。

如果你需要统计整个表的总记录数，采用这个用户自定义函数，可以有效提升性能。

四、小结

内置函数count(*)在获取整个表的记录总数时，非常消耗时间，特别是在数据表中存在数以百万计条记录时，更为明显。

新的用户定义函数row_count，取决于对象目录视图提供准确的结果，与count(*)函数相比，速度更快，性能更佳。

这一功能可用于在SQL Server 2005及以上版本 ，因为从SQL Server2005开始，才有这些新的视图。