学步园

在项目中，我们经常遇到或用到分页，那么在大数据量（百万级以上）下，哪种分页算法效率最优呢？我们不妨用事实说话。

测试环境

硬件：CPU 酷睿双核T5750  内存：2G

软件:Windows server 2003    +   Sql server 2005

OK,我们首先创建一数据库：data_Test,并在此数据库中创建一表：tb_TestTable

 1create database data_Test  --创建数据库data_Test 
 2GO 
 3use data_Test 
 4GO 
 5create table tb_TestTable   --创建表 
 6( 
 7    id int identity(1,1) primary key, 
 8    userName nvarchar(20) not null, 
 9    userPWD nvarchar(20) not null, 
10    userEmail nvarchar(40) null 
11) 
12GO

然后我们在数据表中插入2000000条数据:

 1--插入数据 
 2set identity_insert tb_TestTable on 
 3declare @count int 
 4set @count=1 
 5while @count<=2000000 
 6begin  
 7    insert into tb_TestTable(id,userName,userPWD,userEmail) values(@count,'admin','admin888','lli0077@yahoo.com.cn') 
 8    set @count=@count+1 
 9end 
10set identity_insert tb_TestTable off

我首先写了五个常用存储过程：

1，利用select top 和select not in进行分页，具体代码如下：

 1create procedure proc_paged_with_notin  --利用select top and select not in 
 2( 
 3    @pageIndex int,  --页索引 
 4    @pageSize int    --每页记录数 
 5) 
 6as 
 7begin 
 8    set nocount on; 
 9    declare @timediff datetime --耗时 
10    declare @sql nvarchar(500) 
11    select @timediff=Getdate() 
12    set @sql='select top '+str(@pageSize)+' * from tb_TestTable where(ID not in(select top '+str(@pageSize*@pageIndex)+' id from tb_TestTable order by ID ASC)) order by ID' 
13    execute(@sql)  --因select top后不支技直接接参数，所以写成了字符串@sql 
14    select datediff(ms,@timediff,GetDate()) as 耗时 
15    set nocount off; 
16end

2,利用select top 和 select max(列键)

 1create procedure proc_paged_with_selectMax  --利用select top and select max(列) 
 2( 
 3    @pageIndex int,  --页索引 
 4    @pageSize int    --页记录数 
 5) 
 6as 
 7begin 
 8set nocount on; 
 9    declare @timediff datetime 
10    declare @sql nvarchar(500) 
11    select @timediff=Getdate() 
12    set @sql='select top '+str(@pageSize)+' * From tb_TestTable where(ID>(select max(id) From (select top '+str(@pageSize*@pageIndex)+' id From tb_TestTable order by ID) as TempTable)) order by ID' 
13    execute(@sql) 
14    select datediff(ms,@timediff,GetDate()) as 耗时 
15set nocount off; 
16end

3,利用select top和中间变量--此方法因网上有人说效果最佳，所以贴出来一同测试

 1create procedure proc_paged_with_Midvar  --利用ID>最大ID值和中间变量 
 2( 
 3    @pageIndex int, 
 4    @pageSize int 
 5) 
 6as 
 7    declare @count int 
 8    declare @ID int 
 9    declare @timediff datetime 
10    declare @sql nvarchar(500) 
11begin 
12set nocount on; 
13    select @count=0,@ID=0,@timediff=getdate() 
14    select @count=@count+1,@ID=case when @count<=@pageSize*@pageIndex then ID else @ID end from tb_testTable order by id 
15    set @sql='select top '+str(@pageSize)+' * from tb_testTable where ID>'+str(@ID) 
16    execute(@sql) 
17    select datediff(ms,@timediff,getdate()) as 耗时 
18set nocount off; 
19end
20

4,利用Row_number() 此方法为SQL server 2005中新的方法,利用Row_number()给数据行加上索引

 1create procedure proc_paged_with_Rownumber  --利用SQL 2005中的Row_number() 
 2( 
 3    @pageIndex int, 
 4    @pageSize int 
 5) 
 6as 
 7    declare @timediff datetime 
 8begin 
 9set nocount on; 
10    select @timediff=getdate() 
11    select * from (select *,Row_number() over(order by ID asc) as IDRank from tb_testTable) as IDWithRowNumber where IDRank>@pageSize*@pageIndex and IDRank<@pageSize*(@pageIndex+1) 
12    select datediff(ms,@timediff,getdate()) as 耗时 
13set nocount off; 
14end
15

5，利用临时表及Row_number

 1create procedure proc_CTE  --利用临时表及Row_number 
 2( 
 3    @pageIndex int,  --页索引 
 4    @pageSize int    --页记录数 
 5) 
 6as 
 7    set nocount on; 
 8    declare @ctestr nvarchar(400) 
 9    declare @strSql nvarchar(400) 
10    declare @datediff datetime 
11begin 
12    select @datediff=GetDate() 
13    set @ctestr='with Table_CTE as 
14                (select ceiling((Row_number() over(order by ID ASC))/'+str(@pageSize)+') as page_num,* from tb_TestTable)'; 
15    set @strSql=@ctestr+' select * From Table_CTE where page_num='+str(@pageIndex) 
16end 
17    begin 
18        execute sp_executesql @strSql 
19        select datediff(ms,@datediff,GetDate()) 
20    set nocount off; 
21    end
22

OK,至此，存储过程创建完毕，我们分别在每页10条数据的情况下在第2页，第1000页，第10000页，第100000页，第199999页进行测试，耗时单位：ms  每页测试5次取其平均值

测试结果显示：select max >row_number>not in>临时表>中间变量

于是我对效率最高的select max方法用2分法进行了扩展，代码取自互联网，我修改了ASC排序时取不到值的BUG，测试结果:

从测试结果来看，使用2分法确实可以提高效率并使效率更为稳定，我又增加了第159999页的测试，用时仅296ms，效果相当的不错！

下面是2分法使用select max的代码，已相当完善。

  1--/*-----存储过程 分页处理 孙伟 2005-03-28创建 -------*/ 
  2--/*-----存储过程 分页处理 浪尘 2008-9-1修改----------*/ 
  3--/*----- 对数据进行了2分处理使查询前半部分数据与查询后半部分数据性能相同 -------*/ 
  4
  5alter PROCEDURE proc_paged_2part_selectMax 
  6( 
  7@tblName     nvarchar(200),        ----要显示的表或多个表的连接 
  8@fldName     nvarchar(500) = '*',    ----要显示的字段列表 
  9@pageSize    int = 10,        ----每页显示的记录个数 
 10@page        int = 1,        ----要显示那一页的记录 
 11@fldSort    nvarchar(200) = null,    ----排序字段列表或条件 
 12@Sort        bit = 0,        ----排序方法，0为升序，1为降序(如果是多字段排列Sort指代最后一个排序字段的排列顺序(最后一个排序字段不加排序标记)--程序传参如：' SortA Asc,SortB Desc,SortC ') 
 13@strCondition    nvarchar(1000) = null,    ----查询条件,不需where 
 14@ID        nvarchar(150),        ----主表的主键 
 15@Dist                 bit = 0,           ----是否添加查询字段的 DISTINCT 默认0不添加/1添加 
 16@pageCount    int = 1 output,            ----查询结果分页后的总页数 
 17@Counts    int = 1 output                ----查询到的记录数 
 18) 
 19AS 
 20SET NOCOUNT ON 
 21Declare @sqlTmp nvarchar(1000)        ----存放动态生成的SQL语句 
 22Declare @strTmp nvarchar(1000)        ----存放取得查询结果总数的查询语句 
 23Declare @strID     nvarchar(1000)        ----存放取得查询开头或结尾ID的查询语句 
 24
 25Declare @strSortType nvarchar(10)    ----数据排序规则A 
 26Declare @strFSortType nvarchar(10)    ----数据排序规则B