SQL Server 的通用分頁(yè)顯示存儲(chǔ)過(guò)程

建立一個(gè) Web 應(yīng)用，分頁(yè)瀏覽功能必不可少。這個(gè)問(wèn)題是數(shù)據(jù)庫(kù)處理中十分常見(jiàn)的問(wèn)題。經(jīng)典的數(shù)據(jù)分頁(yè)方法是:ADO 紀(jì)錄集分頁(yè)法，也就是利用ADO自帶的分頁(yè)功能（利用游標(biāo)）來(lái)實(shí)現(xiàn)分頁(yè)。但這種分頁(yè)方法僅適用于較小數(shù)據(jù)量的情形，因?yàn)橛螛?biāo)本身有缺點(diǎn)：游標(biāo)是存放在內(nèi)存 中，很費(fèi)內(nèi)存。游標(biāo)一建立，就將相關(guān)的記錄鎖住，直到取消游標(biāo)。游標(biāo)提供了對(duì)特定集合中逐行掃描的手段，一般使用游標(biāo)來(lái)逐行遍歷數(shù)據(jù)，根據(jù)取出數(shù)據(jù)條件的 不同進(jìn)行不同的操作。而對(duì)于多表和大表中定義的游標(biāo)（大的數(shù)據(jù)集合）循環(huán)很容易使程序進(jìn)入一個(gè)漫長(zhǎng)的等待甚至死機(jī)。

更重要的是，對(duì)于非常大的數(shù)據(jù)模型而言，分頁(yè)檢索時(shí)，如果按照傳統(tǒng)的每次都加載整個(gè)數(shù)據(jù)源的方法是非常浪費(fèi)資源的。現(xiàn)在流行的分頁(yè)方法一般是檢索頁(yè)面大小的塊區(qū)的數(shù)據(jù)，而非檢索所有的數(shù)據(jù)，然后單步執(zhí)行當(dāng)前行。

最早較好地實(shí)現(xiàn)這種根據(jù)頁(yè)面大小和頁(yè)碼來(lái)提取數(shù)據(jù)的方法大概就是“俄羅斯存儲(chǔ)過(guò)程”。這個(gè)存儲(chǔ)過(guò)程用了游標(biāo)，由于游標(biāo)的局限性，所以這個(gè)方法并沒(méi)有得到大家的普遍認(rèn)可。

后來(lái)，網(wǎng)上有人改造了此存儲(chǔ)過(guò)程，下面的存儲(chǔ)過(guò)程就是結(jié)合我們的辦公自動(dòng)化實(shí)例寫(xiě)的分頁(yè)存儲(chǔ)過(guò)程：

    CREATE procedure pagination1

(@pagesize int, --頁(yè)面大小，如每頁(yè)存儲(chǔ)20條記錄

@pageindex int --當(dāng)前頁(yè)碼

)

as



set nocount on



begin

declare @indextable table(id int identity(1,1),nid int) --定義表變量

declare @PageLowerBound int --定義此頁(yè)的底碼

declare @PageUpperBound int --定義此頁(yè)的頂碼

set @PageLowerBound=(@pageindex-1)*@pagesize

set @PageUpperBound=@PageLowerBound+@pagesize

set rowcount @PageUpperBound

insert into @indextable(nid) select gid from TGongwen 

where fariqi >dateadd(day,-365,getdate()) order by fariqi desc

select O.gid,O.mid,O.title,O.fadanwei,O.fariqi from TGongwen O,@indextable t 

           where O.gid=t.nid and t.id>@PageLowerBound 

                        and t.id<=@PageUpperBound order by t.id

end



set nocount off
  

以上存儲(chǔ)過(guò)程運(yùn)用了SQL SERVER的最新技術(shù)――表變量。應(yīng)該說(shuō)這個(gè)存儲(chǔ)過(guò)程也是一個(gè)非常優(yōu)秀的分頁(yè)存儲(chǔ)過(guò)程。當(dāng)然，在這個(gè)過(guò)程中，您也可以把其中的表變量寫(xiě)成臨時(shí) 表：CREATE TABLE #Temp。但很明顯，在SQL SERVER中，用臨時(shí)表是沒(méi)有用表變量快的。所以筆者剛開(kāi)始使用這個(gè)存儲(chǔ)過(guò)程時(shí)，感覺(jué)非常的不錯(cuò)，速度也比原來(lái)的ADO的好。但后來(lái)，我又發(fā)現(xiàn)了比此方 法更好的方法。

筆者曾在網(wǎng)上看到了一篇小短文《從數(shù)據(jù)表中取出第n條到第m條的記錄的方法》，全文如下：

    從publish 表中取出第 n 條到第 m 條的記錄： 

SELECT TOP m-n+1 * 

FROM publish 

WHERE (id NOT IN 

(SELECT TOP n-1 id 

 FROM publish)) 



id 為publish 表的關(guān)鍵字 
  

我當(dāng)時(shí)看到這篇文章的時(shí)候，真的是精神為之一振，覺(jué)得思路非常得好。等到后來(lái)，我在作辦公自動(dòng)化系統(tǒng)（ASP.NET+ C#＋SQL SERVER）的時(shí)候，忽然想起了這篇文章，我想如果把這個(gè)語(yǔ)句改造一下，這就可能是一個(gè)非常好的分頁(yè)存儲(chǔ)過(guò)程。于是我就滿網(wǎng)上找這篇文章，沒(méi)想到，文章 還沒(méi)找到，卻找到了一篇根據(jù)此語(yǔ)句寫(xiě)的一個(gè)分頁(yè)存儲(chǔ)過(guò)程，這個(gè)存儲(chǔ)過(guò)程也是目前較為流行的一種分頁(yè)存儲(chǔ)過(guò)程，我很后悔沒(méi)有爭(zhēng)先把這段文字改造成存儲(chǔ)過(guò)程：

    CREATE PROCEDURE pagination2

(

@SQL nVARCHAR(4000), --不帶排序語(yǔ)句的SQL語(yǔ)句

@Page int, --頁(yè)碼

@RecsPerPage int, --每頁(yè)容納的記錄數(shù)

@ID VARCHAR(255), --需要排序的不重復(fù)的ID號(hào)

@Sort VARCHAR(255) --排序字段及規(guī)則

)

AS



DECLARE @Str nVARCHAR(4000)



SET @Str=''SELECT TOP ''+CAST(@RecsPerPage AS VARCHAR(20))+'' * FROM 

(''+@SQL+'') T WHERE T.''+@ID+''NOT IN (SELECT TOP ''+CAST((@RecsPerPage*(@Page-1)) 

AS VARCHAR(20))+'' ''+@ID+'' FROM (''+@SQL+'') T9 ORDER BY ''+@Sort+'') ORDER BY ''+@Sort



PRINT @Str



EXEC sp_ExecuteSql @Str

GO
  

其實(shí)，以上語(yǔ)句可以簡(jiǎn)化為：

    SELECT TOP 頁(yè)大小 *

FROM Table1 WHERE (ID NOT IN (SELECT TOP 頁(yè)大小*頁(yè)數(shù) id FROM 表 ORDER BY id))

ORDER BY ID
  

但這個(gè)存儲(chǔ)過(guò)程有一個(gè)致命的缺點(diǎn)，就是它含有NOT IN字樣。雖然我可以把它改造為：

    SELECT TOP 頁(yè)大小 *

FROM Table1 WHERE not exists

(select * from (select top (頁(yè)大小*頁(yè)數(shù)) * from table1 order by id) b where b.id=a.id )

order by id
  

即，用not exists來(lái)代替not in，但我們前面已經(jīng)談過(guò)了，二者的執(zhí)行效率實(shí)際上是沒(méi)有區(qū)別的。既便如此，用TOP 結(jié)合NOT IN的這個(gè)方法還是比用游標(biāo)要來(lái)得快一些。

雖然用not exists并不能挽救上個(gè)存儲(chǔ)過(guò)程的效率，但使用SQL SERVER中的TOP關(guān)鍵字卻是一個(gè)非常明智的選擇。因?yàn)榉猪?yè)優(yōu)化的最終目的就是避免產(chǎn)生過(guò)大的記錄集，而我們?cè)谇懊嬉惨呀?jīng)提到了TOP的優(yōu)勢(shì)，通過(guò)TOP 即可實(shí)現(xiàn)對(duì)數(shù)據(jù)量的控制。

在分頁(yè)算法中，影響我們查詢速度的關(guān)鍵因素有兩點(diǎn)：TOP和NOT IN。TOP可以提高我們的查詢速度，而NOT IN會(huì)減慢我們的查詢速度，所以要提高我們整個(gè)分頁(yè)算法的速度，就要徹底改造NOT IN，同其他方法來(lái)替代它。

我們知道，幾乎任何字段，我們都可以通過(guò)max(字段)或min(字段)來(lái)提取某個(gè)字段中的最大或最小值，所以如果這個(gè)字段不重復(fù)，那么就可以利用 這些不重復(fù)的字段的max或min作為分水嶺，使其成為分頁(yè)算法中分開(kāi)每頁(yè)的參照物。在這里，我們可以用操作符“>”或“<”號(hào)來(lái)完成這個(gè)使 命，使查詢語(yǔ)句符合SARG形式。如：

    Select top 10 * from table1 where id>200
  

于是就有了如下分頁(yè)方案：

    select top 頁(yè)大小 *

from table1 

where id>

(select max (id) from 

(select top ((頁(yè)碼-1)*頁(yè)大小) id from table1 order by id) as T

) 

order by id
  

在選擇即不重復(fù)值，又容易分辨大小的列時(shí)，我們通常會(huì)選擇主鍵。下表列出了筆者用有著1000萬(wàn)數(shù)據(jù)的辦公自動(dòng)化系統(tǒng)中的表，在以GID（GID是 主鍵，但并不是聚集索引。）為排序列、提取gid,fariqi,title字段，分別以第1、10、100、500、1000、1萬(wàn)、10萬(wàn)、25萬(wàn)、 50萬(wàn)頁(yè)為例，測(cè)試以上三種分頁(yè)方案的執(zhí)行速度：（單位：毫秒）

頁(yè)碼	方案1	方案2	方案3
1	60	30	76
10	46	16	63
100	1076	720	130
500	540	12943	83
1000	17110	470	250
10000	24796	4500	140
100000	38326	42283	1553
250000	28140	128720	2330
500000	121686	127846	7168

從上表中，我們可以看出，三種存儲(chǔ)過(guò)程在執(zhí)行100頁(yè)以下的分頁(yè)命令時(shí)，都是可以信任的，速度都很好。但第一種方案在執(zhí)行分頁(yè)1000頁(yè)以上后，速度就降了下來(lái)。第二種方案大約是在執(zhí)行分頁(yè)1萬(wàn)頁(yè)以上后速度開(kāi)始降了下來(lái)。而第三種方案卻始終沒(méi)有大的降勢(shì)，后勁仍然很足。

在確定了第三種分頁(yè)方案后，我們可以據(jù)此寫(xiě)一個(gè)存儲(chǔ)過(guò)程。大家知道SQL SERVER的存儲(chǔ)過(guò)程是事先編譯好的SQL語(yǔ)句，它的執(zhí)行效率要比通過(guò)WEB頁(yè)面?zhèn)鱽?lái)的SQL語(yǔ)句的執(zhí)行效率要高。下面的存儲(chǔ)過(guò)程不僅含有分頁(yè)方案，還 會(huì)根據(jù)頁(yè)面?zhèn)鱽?lái)的參數(shù)來(lái)確定是否進(jìn)行數(shù)據(jù)總數(shù)統(tǒng)計(jì)。
獲取指定頁(yè)的數(shù)據(jù)：

    CREATE PROCEDURE pagination3

@tblName varchar(255), -- 表名

@strGetFields varchar(1000) = ''*'', -- 需要返回的列 

@fldName varchar(255)='''', -- 排序的字段名

@PageSize int = 10, -- 頁(yè)尺寸

@PageIndex int = 1, -- 頁(yè)碼

@doCount bit = 0, -- 返回記錄總數(shù), 非 0 值則返回

@OrderType bit = 0, -- 設(shè)置排序類型, 非 0 值則降序

@strWhere varchar(1500) = '''' -- 查詢條件 (注意: 不要加 where)

AS



declare @strSQL varchar(5000) -- 主語(yǔ)句

declare @strTmp varchar(110) -- 臨時(shí)變量

declare @strOrder varchar(400) -- 排序類型



if @doCount != 0

begin

if @strWhere !=''''

set @strSQL = "select count(*) as Total from [" + @tblName + "] where "+@strWhere

else

set @strSQL = "select count(*) as Total from [" + @tblName + "]"

end 
  

以上代碼的意思是如果@doCount傳遞過(guò)來(lái)的不是0，就執(zhí)行總數(shù)統(tǒng)計(jì)。以下的所有代碼都是@doCount為0的情況：

    else

begin

if @OrderType != 0

begin

set @strTmp = "<(select min"

set @strOrder = " order by [" + @fldName +"] desc"
  

如果@OrderType不是0，就執(zhí)行降序，這句很重要！

    end

else

begin

set @strTmp = ">(select max"

set @strOrder = " order by [" + @fldName +"] asc"

end



if @PageIndex = 1

begin

if @strWhere != '''' 



set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ "

from [" + @tblName + "] where " + @strWhere + " " + @strOrder

else



set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ " 

from ["+ @tblName + "] "+ @strOrder
  

如果是第一頁(yè)就執(zhí)行以上代碼，這樣會(huì)加快執(zhí)行速度

    end

else

begin
  

以下代碼賦予了@strSQL以真正執(zhí)行的SQL代碼　

    set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ " from ["

+ @tblName + "] where [" + @fldName + "]" + @strTmp + "(["+ @fldName + "]) 

from (select top " + str((@PageIndex-1)*@PageSize) + " ["+ @fldName + "] 

from [" + @tblName + "]" + @strOrder + ") as tblTmp)"+ @strOrder



if @strWhere != ''''

set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ " from ["

+ @tblName + "] where [" + @fldName + "]" + @strTmp + "(["

+ @fldName + "]) from (select top " + str((@PageIndex-1)*@PageSize) + " ["

+ @fldName + "] from [" + @tblName + "] where " + @strWhere + " "

+ @strOrder + ") as tblTmp) and " + @strWhere + " " + @strOrder

end 



end 



exec (@strSQL)



GO


  

上面的這個(gè)存儲(chǔ)過(guò)程是一個(gè)通用的存儲(chǔ)過(guò)程，其注釋已寫(xiě)在其中了。 在大數(shù)據(jù)量的情況下，特別是在查詢最后幾頁(yè)的時(shí)候，查詢時(shí)間一般不會(huì)超過(guò)9秒；而用其他存儲(chǔ)過(guò)程，在實(shí)踐中就會(huì)導(dǎo)致超時(shí)，所以這個(gè)存儲(chǔ)過(guò)程非常適用于大容 量數(shù)據(jù)庫(kù)的查詢。 筆者希望能夠通過(guò)對(duì)以上存儲(chǔ)過(guò)程的解析，能給大家?guī)?lái)一定的啟示，并給工作帶來(lái)一定的效率提升，同時(shí)希望同行提出更優(yōu)秀的實(shí)時(shí)數(shù)據(jù)分頁(yè)算法。

以上的這第三種存儲(chǔ)過(guò)程在小數(shù)據(jù)量的情況下，有如下現(xiàn)象：
1、分頁(yè)速度一般維持在1秒和3秒之間。
2、在查詢最后一頁(yè)時(shí)，速度一般為5秒至8秒，哪怕分頁(yè)總數(shù)只有3頁(yè)或30萬(wàn)頁(yè)。
雖然在超大容量情況下，這個(gè)分頁(yè)的實(shí)現(xiàn)過(guò)程是很快的，但在分前幾頁(yè)時(shí)，這個(gè)1－3秒的速度比起第一種甚至沒(méi)有經(jīng)過(guò)優(yōu)化的分頁(yè)方法速度還要慢，借用戶的話說(shuō)就是“還沒(méi)有ACCESS數(shù)據(jù)庫(kù)速度快”，這個(gè)認(rèn)識(shí)足以導(dǎo)致用戶放棄使用您開(kāi)發(fā)的系統(tǒng)。

筆者就此分析了一下，原來(lái)產(chǎn)生這種現(xiàn)象的癥結(jié)是如此的簡(jiǎn)單，但又如此的重要：排序的字段不是聚集索引！

筆者只所以把“查詢優(yōu)化”和“分頁(yè)算法”這兩個(gè)聯(lián)系不是很大的論題放在一起，就是因?yàn)槎叨夹枰粋€(gè)非常重要的東西――聚集索引。
在前面的討論中我們已經(jīng)提到了，聚集索引有兩個(gè)最大的優(yōu)勢(shì)：
1、以最快的速度縮小查詢范圍。
2、以最快的速度進(jìn)行字段排序。
第1條多用在查詢優(yōu)化時(shí)，而第2條多用在進(jìn)行分頁(yè)時(shí)的數(shù)據(jù)排序。
而聚集索引在每個(gè)表內(nèi)又只能建立一個(gè)，這使得聚集索引顯得更加的重要。聚集索引的挑選可以說(shuō)是實(shí)現(xiàn)“查詢優(yōu)化”和“高效分頁(yè)”的最關(guān)鍵因素。

但要既使聚集索引列既符合查詢列的需要，又符合排序列的需要，這通常是一個(gè)矛盾。筆者前面“索引”的討論中，將fariqi，即用戶發(fā)文日期作為了 聚集索引的起始列，日期的精確度為“日”。這種作法的優(yōu)點(diǎn)，前面已經(jīng)提到了，在進(jìn)行劃時(shí)間段的快速查詢中，比用ID主鍵列有很大的優(yōu)勢(shì)。

但在分頁(yè)時(shí)，由于這個(gè)聚集索引列存在著重復(fù)記錄，所以無(wú)法使用max或min來(lái)最為分頁(yè)的參照物，進(jìn)而無(wú)法實(shí)現(xiàn)更為高效的排序。而如果將ID主鍵列作為聚集索引，那么聚集索引除了用以排序之外，沒(méi)有任何用處，實(shí)際上是浪費(fèi)了聚集索引這個(gè)寶貴的資源。

為解決這個(gè)矛盾，筆者后來(lái)又添加了一個(gè)日期列，其默認(rèn)值為getdate()。用戶在寫(xiě)入記錄時(shí)，這個(gè)列自動(dòng)寫(xiě)入當(dāng)時(shí)的時(shí)間，時(shí)間精確到毫秒。即使這樣，為了避免可能性很小的重合，還要在此列上創(chuàng)建UNIQUE約束。將此日期列作為聚集索引列。

有了這個(gè)時(shí)間型聚集索引列之后，用戶就既可以用這個(gè)列查找用戶在插入數(shù)據(jù)時(shí)的某個(gè)時(shí)間段的查詢，又可以作為唯一列來(lái)實(shí)現(xiàn)max或min，成為分頁(yè)算法的參照物。

經(jīng)過(guò)這樣的優(yōu)化，筆者發(fā)現(xiàn)，無(wú)論是大數(shù)據(jù)量的情況下還是小數(shù)據(jù)量的情況下，分頁(yè)速度一般都是幾十毫秒，甚至0毫秒。而用日期段縮小范圍的查詢速度比原來(lái)也沒(méi)有任何遲鈍。聚集索引是如此的重要和珍貴，所以筆者總結(jié)了一下，一定要將聚集索引建立在：
1、您最頻繁使用的、用以縮小查詢范圍的字段上；
2、您最頻繁使用的、需要排序的字段上。

SQL Server 的通用分頁(yè)顯示存儲(chǔ)過(guò)程