﻿<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:trackback="http://madskills.com/public/xml/rss/module/trackback/" xmlns:wfw="http://wellformedweb.org/CommentAPI/" xmlns:slash="http://purl.org/rss/1.0/modules/slash/"><channel><title>BlogJava-Enjoy yourself,and don't care about others' thinking!-随笔分类-Other technique</title><link>http://www.blogjava.net/TiGERTiAN/category/2224.html</link><description>----TiGERTiAN</description><language>zh-cn</language><lastBuildDate>Thu, 27 Mar 2008 21:43:50 GMT</lastBuildDate><pubDate>Thu, 27 Mar 2008 21:43:50 GMT</pubDate><ttl>60</ttl><item><title>IBM Data Studio连接Informix 中文乱码问题的解决</title><link>http://www.blogjava.net/TiGERTiAN/archive/2008/03/27/188972.html</link><dc:creator>TiGERTiAN</dc:creator><author>TiGERTiAN</author><pubDate>Thu, 27 Mar 2008 04:18:00 GMT</pubDate><guid>http://www.blogjava.net/TiGERTiAN/archive/2008/03/27/188972.html</guid><wfw:comment>http://www.blogjava.net/TiGERTiAN/comments/188972.html</wfw:comment><comments>http://www.blogjava.net/TiGERTiAN/archive/2008/03/27/188972.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.blogjava.net/TiGERTiAN/comments/commentRss/188972.html</wfw:commentRss><trackback:ping>http://www.blogjava.net/TiGERTiAN/services/trackbacks/188972.html</trackback:ping><description><![CDATA[<p>JDBC驱动中使用&#8220;其他&#8221;模式，填写好数据库，数据库驱动：com.informix.jdbc.IfxDriver，类位置C:\Program Files\IBM\SDP70Shared\plugins\com.ibm.datatools.informix.driver_1.0.0.v200709182330\ifxjdbc.jar，在连接字符串后面加上DB_LOCALE=en_us.819;CLIENT_LOCALE=en_us.57372;NEWCODESET=GBK,8859-1,819;<br />
就可以了</p>
<img src ="http://www.blogjava.net/TiGERTiAN/aggbug/188972.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.blogjava.net/TiGERTiAN/" target="_blank">TiGERTiAN</a> 2008-03-27 12:18 <a href="http://www.blogjava.net/TiGERTiAN/archive/2008/03/27/188972.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>罪恶的微软</title><link>http://www.blogjava.net/TiGERTiAN/archive/2007/10/28/156503.html</link><dc:creator>TiGERTiAN</dc:creator><author>TiGERTiAN</author><pubDate>Sun, 28 Oct 2007 10:06:00 GMT</pubDate><guid>http://www.blogjava.net/TiGERTiAN/archive/2007/10/28/156503.html</guid><wfw:comment>http://www.blogjava.net/TiGERTiAN/comments/156503.html</wfw:comment><comments>http://www.blogjava.net/TiGERTiAN/archive/2007/10/28/156503.html#Feedback</comments><slash:comments>2</slash:comments><wfw:commentRss>http://www.blogjava.net/TiGERTiAN/comments/commentRss/156503.html</wfw:commentRss><trackback:ping>http://www.blogjava.net/TiGERTiAN/services/trackbacks/156503.html</trackback:ping><description><![CDATA[<div style="border-right: #cccccc 1px solid; padding-right: 5px; border-top: #cccccc 1px solid; padding-left: 4px; font-size: 13px; padding-bottom: 4px; border-left: #cccccc 1px solid; width: 98%; word-break: break-all; padding-top: 4px; border-bottom: #cccccc 1px solid; background-color: #eeeeee"><img alt="" src="http://www.blogjava.net/images/OutliningIndicators/None.gif" align="top" /><span style="color: #000000">无法启动world&nbsp;wide&nbsp;web&nbsp;publishing&nbsp;service服务&nbsp;错误：</span><span style="color: #000000">127</span><span style="color: #000000">&nbsp;找不到指定的程序&nbsp;2007年7月16日碰到了这个错误&#8220;无法启动world&nbsp;wide&nbsp;web&nbsp;publishing&nbsp;service服务&nbsp;错误：</span><span style="color: #000000">127</span><span style="color: #000000">&nbsp;找不到指定的程序&#8221;world&nbsp;wide&nbsp;web&nbsp;publishing&nbsp;service无法启动，IIS也就无法正常运行。&nbsp;原因是在微软补丁KB939373，卸载掉就可以了。&nbsp;删除补丁方法在</span><span style="color: #000000">"</span><span style="color: #000000">添加或删除程序</span><span style="color: #000000">"</span><span style="color: #000000">顶部选中</span><span style="color: #000000">"</span><span style="color: #000000">显示更新</span><span style="color: #000000">"</span><span style="color: #000000">,然后删除939373的补丁;最后在</span><span style="color: #000000">"</span><span style="color: #000000">服务</span><span style="color: #000000">"</span><span style="color: #000000">中手动启动world&nbsp;wide&nbsp;web&nbsp;publishing&nbsp;service,一切都显灵了<br />
<img alt="" src="http://www.blogjava.net/images/OutliningIndicators/None.gif" align="top" /></span></div>
<br />
今天碰到了这个问题，罪恶的微软，为了补缺所谓的安全漏洞，竟然把IIS给禁掉了。。。FUCK 
<img src ="http://www.blogjava.net/TiGERTiAN/aggbug/156503.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.blogjava.net/TiGERTiAN/" target="_blank">TiGERTiAN</a> 2007-10-28 18:06 <a href="http://www.blogjava.net/TiGERTiAN/archive/2007/10/28/156503.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>[转]Oracle9i的常见登陆问题的解决方法</title><link>http://www.blogjava.net/TiGERTiAN/archive/2007/10/16/153218.html</link><dc:creator>TiGERTiAN</dc:creator><author>TiGERTiAN</author><pubDate>Tue, 16 Oct 2007 04:27:00 GMT</pubDate><guid>http://www.blogjava.net/TiGERTiAN/archive/2007/10/16/153218.html</guid><wfw:comment>http://www.blogjava.net/TiGERTiAN/comments/153218.html</wfw:comment><comments>http://www.blogjava.net/TiGERTiAN/archive/2007/10/16/153218.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.blogjava.net/TiGERTiAN/comments/commentRss/153218.html</wfw:commentRss><trackback:ping>http://www.blogjava.net/TiGERTiAN/services/trackbacks/153218.html</trackback:ping><description><![CDATA[近来，浏览BBS时，常看到&#8220;急急急！如何启动OMS？&#8221;的字眼，就针对以上这类问题，我有些经验想和大家共同分享。<br />
能否正常启动OEM或OMS关键有以下两点：<br />
第一．Oracle的系统服务是否开启；<br />
第二．登录时用的用户名和口令是否正确。<br />
<br />
那么先针对第一点谈谈Oracle的系统服务。在完全安装的情况下，Oracle的系统服务共有11项：<br />
1．Oracle OLAP 9.0.1.0.1<br />
2．Oracle OLAP Agent<br />
3．OracleOraHome90Agent<br />
4．OracleOraHome90ClientCache<br />
5．OracleOraHome90HTTPServer<br />
6．OracleOraHome90ManagementServer(0.5M)<br />
7．OracleOraHome90PagingServer<br />
8．OracleOraHome90SNMPPeerEncapsulator<br />
9．OracleOraHome90SNMPPeerMasterAgent<br />
10．OracleOraHome90TNSListener(5.2M)<br />
11．OracleServiceORACLE(70M)<br />
(注：OraHome90是可以在安装时改变的Oracle的主目录名称，是安装时的默认值)<br />
<br />
其中最重要的服务有3个，分别是OracleOraHome90ManagementServer、OracleOraHome90TNSListener与<br />
OracleServiceORACLE。下面就来看一下有哪些启动错误与它们有关。<br />
<br />
1．Oracle系统提示：Ora-12541:TNS:没有监听器；<br />
2．操作系统提示：在本地计算机无法启动OMS服务<br />
错误：1053：服务并未及时响应来控制请求附带；<br />
以上两种错误提示大都是由OracleOraHome90TNSListener监听服务引起的。<br />
解决方法：控制面版-&gt;管理工具-&gt;服务-&gt;右键单击&#8220;OracleOraHome90TNSListener&#8221;，再单击&#8220;启动&#8221;。<br />
<br />
3．Oracle系统提示：Ora-12500:TNS:监听程序无法启动专用服务器进程；<br />
该错误是由OracleServiceORACLE专用服务器进程引起的。<br />
解决方法：控制面版-&gt;管理工具-&gt;服务-&gt;右键单击&#8220;OracleServiceORACLE&#8221;，再单击&#8220;启动&#8221;。<br />
<br />
4．Oracle系统提示：VTK-1000：无法连接到Management Server。<br />
请验证您已输入Oracle Management Server的正确主机名和状态。<br />
该错误引起的原因有两种，一是OracleOraHome90ManagementServer还没启动；二是没有输入主机名。<br />
解决方法：控制面版-&gt;管理工具-&gt;服务-&gt;右键单击&#8220;OracleOraHome90ManagementServer&#8221;，再单击&#8220;启动&#8221;，<br />
或是输入您这台计算机的完整名称。<br />
<br />
<br />
接着针对第二点谈谈登录时用的用户名和口令。<br />
<br />
在安装结束后，系统提供了两个默认的数据库系统管理员，其用户名和口令分别是SYS/change_on_install和SYSTEM/manager，同时系统还提供了登录OMS的用户名和口令：sysman/oem_temp。这里容易出现错误的是在登录OMS是用SYS或SYSTEM作为用户名进行登录，那么Oracle系统就回有&#8220;登录身份证明不正确&#8221;的提示。<br />
<br />
小结：这三个服务的启动或关闭还有先后的顺序。一般来讲，启动时必须先启动OracleOraHome90TNSListener再启动OracleOraHome90ManagementServer或OracleServiceORACLE，在启动OracleOraHome90ManagementServer时，同时也启动了OracleServiceORACLE。而关闭时必须先关闭OracleOraHome90ManagementServer再关闭OracleOraHome90TNSListener或OracleServiceORACLE，关闭OracleOraHome90ManagementServer时，若有提示输入用户名和口令，请输入sysman的用户名和口令，以确保成功的执行。有些其他提示如：资源已被占用，I/O重复，端口已被使用等等之类的话，那最好与系统管理员联系，再寻求解决办法。<br />
 <img src ="http://www.blogjava.net/TiGERTiAN/aggbug/153218.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.blogjava.net/TiGERTiAN/" target="_blank">TiGERTiAN</a> 2007-10-16 12:27 <a href="http://www.blogjava.net/TiGERTiAN/archive/2007/10/16/153218.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>Google宕机了？</title><link>http://www.blogjava.net/TiGERTiAN/archive/2007/10/15/152915.html</link><dc:creator>TiGERTiAN</dc:creator><author>TiGERTiAN</author><pubDate>Mon, 15 Oct 2007 03:25:00 GMT</pubDate><guid>http://www.blogjava.net/TiGERTiAN/archive/2007/10/15/152915.html</guid><wfw:comment>http://www.blogjava.net/TiGERTiAN/comments/152915.html</wfw:comment><comments>http://www.blogjava.net/TiGERTiAN/archive/2007/10/15/152915.html#Feedback</comments><slash:comments>8</slash:comments><wfw:commentRss>http://www.blogjava.net/TiGERTiAN/comments/commentRss/152915.html</wfw:commentRss><trackback:ping>http://www.blogjava.net/TiGERTiAN/services/trackbacks/152915.html</trackback:ping><description><![CDATA[<p><img style="width: 741px; height: 517px" height="517" alt="" src="http://www.blogjava.net/images/blogjava_net/tigertian/google.gif" width="741" border="0" /><br />
今天刚上网就发现了这个情况，到现在还没好。</p><img src ="http://www.blogjava.net/TiGERTiAN/aggbug/152915.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.blogjava.net/TiGERTiAN/" target="_blank">TiGERTiAN</a> 2007-10-15 11:25 <a href="http://www.blogjava.net/TiGERTiAN/archive/2007/10/15/152915.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>[转]Stein算法求最大公约数</title><link>http://www.blogjava.net/TiGERTiAN/archive/2007/07/28/132942.html</link><dc:creator>TiGERTiAN</dc:creator><author>TiGERTiAN</author><pubDate>Sat, 28 Jul 2007 03:13:00 GMT</pubDate><guid>http://www.blogjava.net/TiGERTiAN/archive/2007/07/28/132942.html</guid><wfw:comment>http://www.blogjava.net/TiGERTiAN/comments/132942.html</wfw:comment><comments>http://www.blogjava.net/TiGERTiAN/archive/2007/07/28/132942.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.blogjava.net/TiGERTiAN/comments/commentRss/132942.html</wfw:commentRss><trackback:ping>http://www.blogjava.net/TiGERTiAN/services/trackbacks/132942.html</trackback:ping><description><![CDATA[<div class=postText>
<h2>Stein算法</h2>
<p><a href="http://blog.vckbase.com/arong/archive/2004/06/10/429.aspx"><u><font color=#0000ff>欧几里德算法</font></u></a>是计算两个数最大公约数的传统算法，他无论从理论还是从效率上都是很好的。但是他有一个致命的缺陷，这个缺陷只有在大素数时才会显现出来。</p>
<p>考虑现在的硬件平台，一般整数最多也就是64位，对于这样的整数，计算两个数之间的模是很简单的。对于字长为32位的平台，计算两个不超过32位的整数的模，只需要一个指令周期，而计算64位以下的整数模，也不过几个周期而已。但是对于更大的素数，这样的计算过程就不得不由用户来设计，为了计算两个超过64位的整数的模，用户也许不得不采用类似于多位数除法手算过程中的试商法，这个过程不但复杂，而且消耗了很多CPU时间。对于现代密码算法，要求计算128位以上的素数的情况比比皆是，设计这样的程序迫切希望能够抛弃除法和取模。</p>
<p>Stein算法由J. Stein 1961年提出，这个方法也是计算两个数的最大公约数。和<a href="http://blog.vckbase.com/arong/archive/2004/06/10/429.aspx"><u><font color=#0000ff>欧几里德算法</font></u></a> 算法不同的是，Stein算法只有整数的移位和加减法，这对于程序设计者是一个福音。</p>
<p>为了说明Stein算法的正确性，首先必须注意到以下结论：
<ul>
    <li>gcd(a,a) = a，也就是一个数和他自身的公约数是其自身
    <li>gcd(ka,kb) = k gcd(a,b)，也就是最大公约数运算和倍乘运算可以交换，特殊的，当k=2时，说明两个偶数的最大公约数必然能被2整除 </li>
</ul>
<p>有了上述规律就可以给出Stein算法如下：
<ol>
    <li>如果A=0，B是最大公约数，算法结束
    <li>如果B=0，A是最大公约数，算法结束
    <li>设置A<sub>1</sub> = A、B<sub>1</sub>=B和C<sub>1</sub> = 1
    <li>如果A<sub>n</sub>和B<sub>n</sub>都是偶数，则A<sub>n+1</sub> =A<sub>n</sub> /2，B<sub>n+1</sub> =B<sub>n</sub> /2，C<sub>n+1</sub> =C<sub>n</sub> *2(注意，乘2只要把整数左移一位即可，除2只要把整数右移一位即可)
    <li>如果A<sub>n</sub>是偶数，B<sub>n</sub>不是偶数，则A<sub>n+1</sub> =A<sub>n</sub> /2，B<sub>n+1</sub> =B<sub>n</sub> ，C<sub>n+1</sub> =C<sub>n</sub> (很显然啦，2不是奇数的约数)
    <li>如果B<sub>n</sub>是偶数，A<sub>n</sub>不是偶数，则B<sub>n+1</sub> =B<sub>n</sub> /2，A<sub>n+1</sub> =A<sub>n</sub> ，C<sub>n+1</sub> =C<sub>n</sub> (很显然啦，2不是奇数的约数)
    <li>如果A<sub>n</sub>和B<sub>n</sub>都不是偶数，则A<sub>n+1</sub> =|A<sub>n</sub> -B<sub>n</sub>|，B<sub>n+1</sub> =min(A<sub>n</sub>,B<sub>n</sub>)，C<sub>n+1</sub> =C<sub>n</sub>
    <li>n++，转4 </li>
</ol>
<p>这个算法的原理很显然，所以就不再证明了。现在考察一下该算法和欧几里德方法效率上的差别。
<p>考虑欧几里德算法，最恶劣的情况是，每次迭代a = 2b -1,这样，迭代后，r= b-1。如果a小于2<sup>N</sup>，这样大约需要 4N次迭代。而考虑Stein算法，每次迭代后，显然A<sub>N+1</sub>B<sub>N+1</sub>&#8804; A<sub>N</sub>B<sub>N</sub>/2，最大迭代次数也不超过4N次。也就是说，迭代次数几乎是相等的。但是，需要注意的是，对于大素数，试商法将使每次迭代都更复杂，因此对于大素数Stein将更有优势。</p>
<br><a href="http://blog.vckbase.com/arong/archive/2004/06/15/458.aspx">http://blog.vckbase.com/arong/archive/2004/06/15/458.aspx</a></div>
<img src ="http://www.blogjava.net/TiGERTiAN/aggbug/132942.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.blogjava.net/TiGERTiAN/" target="_blank">TiGERTiAN</a> 2007-07-28 11:13 <a href="http://www.blogjava.net/TiGERTiAN/archive/2007/07/28/132942.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>分页的存储过程</title><link>http://www.blogjava.net/TiGERTiAN/archive/2007/06/25/126017.html</link><dc:creator>TiGERTiAN</dc:creator><author>TiGERTiAN</author><pubDate>Mon, 25 Jun 2007 01:12:00 GMT</pubDate><guid>http://www.blogjava.net/TiGERTiAN/archive/2007/06/25/126017.html</guid><wfw:comment>http://www.blogjava.net/TiGERTiAN/comments/126017.html</wfw:comment><comments>http://www.blogjava.net/TiGERTiAN/archive/2007/06/25/126017.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.blogjava.net/TiGERTiAN/comments/commentRss/126017.html</wfw:commentRss><trackback:ping>http://www.blogjava.net/TiGERTiAN/services/trackbacks/126017.html</trackback:ping><description><![CDATA[&nbsp;&nbsp;&nbsp;&nbsp;只有注册用户登录后才能阅读该文。<a href='http://www.blogjava.net/TiGERTiAN/archive/2007/06/25/126017.html'>阅读全文</a><img src ="http://www.blogjava.net/TiGERTiAN/aggbug/126017.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.blogjava.net/TiGERTiAN/" target="_blank">TiGERTiAN</a> 2007-06-25 09:12 <a href="http://www.blogjava.net/TiGERTiAN/archive/2007/06/25/126017.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>【转】SQL Outer Join 的使用</title><link>http://www.blogjava.net/TiGERTiAN/archive/2007/05/31/121243.html</link><dc:creator>TiGERTiAN</dc:creator><author>TiGERTiAN</author><pubDate>Thu, 31 May 2007 13:08:00 GMT</pubDate><guid>http://www.blogjava.net/TiGERTiAN/archive/2007/05/31/121243.html</guid><wfw:comment>http://www.blogjava.net/TiGERTiAN/comments/121243.html</wfw:comment><comments>http://www.blogjava.net/TiGERTiAN/archive/2007/05/31/121243.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.blogjava.net/TiGERTiAN/comments/commentRss/121243.html</wfw:commentRss><trackback:ping>http://www.blogjava.net/TiGERTiAN/services/trackbacks/121243.html</trackback:ping><description><![CDATA[<p>引用地址：<a href="http://database.51cto.com/art/200601/20106.htm">http://database.51cto.com/art/200601/20106.htm</a><strong><br><br>外联接</strong></p>
<p>外联接可以是左向外联接、右向外联接或完整外部联接。在 FROM 子句中指定外联接时，可以由下列几组关键字中的一组指定：LEFT JOIN 或 LEFT OUTER JOIN。</p>
<p>左向外联接的结果集包括 LEFT OUTER 子句中指定的左表的所有行，而不仅仅是联接列所匹配的行。如果左表的某行在右表中没有匹配行，则在相关联的结果集行中右表的所有选择列表列均为空值。</p>
<p>RIGHT JOIN 或 RIGHT OUTER JOIN。 <br><br>右向外联接是左向外联接的反向联接。将返回右表的所有行。如果右表的某行在左表中没有匹配行，则将为左表返回空值。</p>
<p>FULL JOIN 或 FULL OUTER JOIN。 <br><br>完整外部联接返回左表和右表中的所有行。当某行在另一个表中没有匹配行时，则另一个表的选择列表列包含空值。如果表之间有匹配行，则整个结果集行包含基表的数据值。</p>
<p>仅当至少有一个同属于两表的行符合联接条件时，内联接才返回行。内联接消除与另一个表中的任何行不匹配的行。而外联接会返回 FROM 子句中提到的至少一个表或视图的所有行，只要这些行符合任何 WHERE 或 HAVING 搜索条件。将检索通过左向外联接引用的左表的所有行，以及通过右向外联接引用的右表的所有行。完整外部联接中两个表的所有行都将返回。</p>
<p>Microsoft&#174; SQL Server&#8482; 2000 对在 FROM 子句中指定的外联接使用以下 SQL-92 关键字： </p>
<p>LEFT OUTER JOIN 或 LEFT JOIN<br><br>RIGHT OUTER JOIN 或 RIGHT JOIN</p>
<p>FULL OUTER JOIN 或 FULL JOIN <br><br>SQL Server 支持 SQL-92 外联接语法，以及在 WHERE 子句中使用 *= 和 =* 运算符指定外联接的旧式语法。由于 SQL-92 语法不容易产生歧义，而旧式 Transact-SQL 外联接有时会产生歧义，因此建议使用 SQL-92 语法。</p>
<p><strong>使用左向外联接</strong></p>
<p>假设在 city 列上联接 authors 表和 publishers 表。结果只显示在出版商所在城市居住的作者（本例中为 Abraham Bennet 和 Cheryl Carson）。</p>
<p>若要在结果中包括所有的作者，而不管出版商是否住在同一个城市，请使用 SQL-92 左向外联接。下面是 Transact-SQL 左向外联接的查询和结果：</p>
<p>USE pubs<br><br>SELECT a.au_fname, a.au_lname, p.pub_name<br><br>FROM authors a LEFT OUTER JOIN publishers p<br><br>ON a.city = p.city<br><br>ORDER BY p.pub_name ASC, a.au_lname ASC, a.au_fname ASC</p>
<p>下面是结果集：</p>
<table cellSpacing=0 borderColorDark=#ffffff cellPadding=2 width=400 align=center borderColorLight=black border=1>
    <tbody>
        <tr>
            <td class=code bgColor=#e6e6e6>
            <pre>au_fname au_lname pub_name<br><br>Reginald Blotchet-Halls NULL<br><br>Michel DeFrance NULL<br><br>Innes del Castillo NULL<br><br>Ann Dull NULL<br><br>Marjorie Green NULL<br><br>Morningstar Greene NULL<br><br>Burt Gringlesby NULL<br><br>Sheryl Hunter NULL<br><br>Livia Karsen NULL<br><br>Charlene Locksley NULL<br><br>Stearns MacFeather NULL<br><br>Heather McBadden NULL<br><br>Michael OLeary NULL<br><br>Sylvia Panteley NULL<br><br>Albert Ringer NULL<br><br>Anne Ringer NULL<br><br>Meander Smith NULL<br><br>Dean Straight NULL<br><br>Dirk Stringer NULL<br><br>Johnson White NULL<br><br>Akiko Yokomoto NULL<br><br>Abraham Bennet Algodata Infosystems<br><br>Cheryl Carson Algodata Infosystems
            <p>(23 row(s) affected)</p>
            </pre>
            </td>
        </tr>
    </tbody>
</table>
<p>不管是否与 publishers 表中的 city 列匹配，LEFT OUTER JOIN 均会在结果中包含 authors 表的所有行。注意：结果中所列的大多数作者都没有相匹配的数据,因此，这些行的 pub_name 列包含空值。</p>
<p>使用右向外联接<br><br>假设在 city 列上联接 authors 表和 publishers 表。结果只显示在出版商所在城市居住的作者（本例中为 Abraham Bennet 和 Cheryl Carson）。SQL-92 右向外联接运算符 RIGHT OUTER JOIN 指明：不管第一个表中是否有匹配的数据，结果将包含第二个表中的所有行。</p>
<p>若要在结果中包括所有的出版商，而不管城市中是否还有出版商居住，请使用 SQL-92 右向外联接。下面是 Transact-SQL 右向外联接的查询和结果：</p>
<table cellSpacing=0 borderColorDark=#ffffff cellPadding=2 width=400 align=center borderColorLight=black border=1>
    <tbody>
        <tr>
            <td class=code bgColor=#e6e6e6>
            <pre>USE pubs<br><br>SELECT a.au_fname, a.au_lname, p.pub_name<br><br>FROM authors AS a RIGHT OUTER JOIN publishers AS p<br><br>ON a.city = p.city<br><br>ORDER BY p.pub_name ASC, a.au_lname ASC, a.au_fname ASC
            <p>&#160;</p>
            </pre>
            </td>
        </tr>
    </tbody>
</table>
<p>下面是结果集：</p>
<table cellSpacing=0 borderColorDark=#ffffff cellPadding=2 width=400 align=center borderColorLight=black border=1>
    <tbody>
        <tr>
            <td class=code bgColor=#e6e6e6>
            <pre>au_fname au_lname pub_name <br><br>Abraham Bennet Algodata Infosystems<br><br>Cheryl Carson Algodata Infosystems<br><br>NULL NULL Binnet &amp; Hardley<br><br>NULL NULL Five Lakes Publishing<br><br>NULL NULL GGG&amp;G<br><br>NULL NULL Lucerne Publishing<br><br>NULL NULL New Moon Books<br><br>NULL NULL Ramona Publishers<br><br>NULL NULL Scootney Books
            <p>(9 row(s) affected)</p>
            </pre>
            </td>
        </tr>
    </tbody>
</table>
<p>使用谓词（如将联接与常量比较）可以进一步限制外联接。下例包含相同的右向外联接，但消除销售量低于 50 本的书籍的书名：</p>
<p>USE pubs<br><br>SELECT s.stor_id, s.qty, t.title<br><br>FROM sales s RIGHT OUTER JOIN titles t<br><br>ON s.title_id = t.title_id<br><br>AND s.qty &gt; 50<br><br>ORDER BY s.stor_id ASC</p>
<p>下面是结果集：</p>
<table cellSpacing=0 borderColorDark=#ffffff cellPadding=2 width=400 align=center borderColorLight=black border=1>
    <tbody>
        <tr>
            <td class=code bgColor=#e6e6e6>
            <pre>stor_id qty title <br><br>(null) (null) But Is It User Friendly? <br><br>(null) (null) Computer Phobic AND Non-Phobic Individuals: Behavior <br><br>Variations <br><br>(null) (null) Cooking with Computers: Surreptitious Balance Sheets <br><br>(null) (null) Emotional Security: A New Algorithm <br><br>(null) (null) Fifty Years in Buckingham Palace Kitchens <br><br>7066 75 Is Anger the Enemy? <br><br>(null) (null) Life Without Fear <br><br>(null) (null) Net Etiquette <br><br>(null) (null) Onions, Leeks, and Garlic: Cooking Secrets of the <br><br>Mediterranean <br><br>(null) (null) Prolonged Data Deprivation: Four Case Studies <br><br>(null) (null) Secrets of Silicon Valley <br><br>(null) (null) Silicon Valley Gastronomic Treats <br><br>(null) (null) Straight Talk About Computers <br><br>(null) (null) Sushi, Anyone? <br><br>(null) (null) The Busy Executives Database Guide <br><br>(null) (null) The Gourmet Microwave <br><br>(null) (null) The Psychology of Computer Cooking <br><br>(null) (null) You Can Combat Computer Stress!
            <p>(18 row(s) affected)</p>
            </pre>
            </td>
        </tr>
    </tbody>
</table>
<p>有关谓词的更多信息，请参见 WHERE。 </p>
<p><strong>使用完整外部联接</strong></p>
<p>若要通过在联接结果中包括不匹配的行保留不匹配信息，请使用完整外部联接。Microsoft&#174; SQL Server&#8482; 2000 提供完整外部联接运算符 FULL OUTER JOIN，不管另一个表是否有匹配的值，此运算符都包括两个表中的所有行。</p>
<p>假设在 city 列上联接 authors 表和 publishers 表。结果只显示在出版商所在城市居住的作者（本例中为 Abraham Bennet 和 Cheryl Carson）。SQL-92 FULL OUTER JOIN 运算符指明：不管表中是否有匹配的数据，结果将包括两个表中的所有行。</p>
<p>若要在结果中包括所有作者和出版商，而不管城市中是否有出版商或者出版商是否住在同一个城市，请使用完整外部联接。下面是 Transact-SQL 完整外部联接的查询和结果：</p>
<table cellSpacing=0 borderColorDark=#ffffff cellPadding=2 width=400 align=center borderColorLight=black border=1>
    <tbody>
        <tr>
            <td class=code bgColor=#e6e6e6>
            <pre>USE pubs<br><br>SELECT a.au_fname, a.au_lname, p.pub_name<br><br>FROM authors a FULL OUTER JOIN publishers p<br><br>ON a.city = p.city<br><br>ORDER BY p.pub_name ASC, a.au_lname ASC, a.au_fname ASC
            <p>&#160;</p>
            </pre>
            </td>
        </tr>
    </tbody>
</table>
<p>下面是结果集：</p>
<table cellSpacing=0 borderColorDark=#ffffff cellPadding=2 width=400 align=center borderColorLight=black border=1>
    <tbody>
        <tr>
            <td class=code bgColor=#e6e6e6>
            <pre>
            <p>au_fname au_lname pub_name <br><br>Reginald Blotchet-Halls NULL<br><br>Michel DeFrance NULL<br><br>Innes del Castillo NULL<br><br>Ann Dull NULL<br><br>Marjorie Green NULL<br><br>Morningstar Greene NULL<br><br>Burt Gringlesby NULL<br><br>Sheryl Hunter NULL<br><br>Livia Karsen NULL<br><br>Charlene Locksley NULL<br><br>Stearns MacFeather NULL<br><br>Heather McBadden NULL<br><br>Michael OLeary NULL<br><br>Sylvia Panteley NULL<br><br>Albert Ringer NULL<br><br>Anne Ringer NULL<br><br>Meander Smith NULL<br><br>Dean Straight NULL<br><br>Dirk Stringer NULL<br><br>Johnson White NULL<br><br>Akiko Yokomoto NULL<br><br>Abraham Bennet Algodata Infosystems<br><br>Cheryl Carson Algodata Infosystems<br><br>NULL NULL Binnet &amp; Hardley<br><br>NULL NULL Five Lakes Publishing<br><br>NULL NULL GGG&amp;G<br><br>NULL NULL Lucerne Publishing<br><br>NULL NULL New Moon Books<br><br>NULL NULL Ramona Publishers<br><br>NULL NULL Scootney Books</p>
            <p>(30 row(s) affected)</p>
            </pre>
            </td>
        </tr>
    </tbody>
</table>
<img src ="http://www.blogjava.net/TiGERTiAN/aggbug/121243.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.blogjava.net/TiGERTiAN/" target="_blank">TiGERTiAN</a> 2007-05-31 21:08 <a href="http://www.blogjava.net/TiGERTiAN/archive/2007/05/31/121243.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>[转]海量数据库的查询优化及分页算法方案 </title><link>http://www.blogjava.net/TiGERTiAN/archive/2007/05/19/118557.html</link><dc:creator>TiGERTiAN</dc:creator><author>TiGERTiAN</author><pubDate>Sat, 19 May 2007 08:18:00 GMT</pubDate><guid>http://www.blogjava.net/TiGERTiAN/archive/2007/05/19/118557.html</guid><wfw:comment>http://www.blogjava.net/TiGERTiAN/comments/118557.html</wfw:comment><comments>http://www.blogjava.net/TiGERTiAN/archive/2007/05/19/118557.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.blogjava.net/TiGERTiAN/comments/commentRss/118557.html</wfw:commentRss><trackback:ping>http://www.blogjava.net/TiGERTiAN/services/trackbacks/118557.html</trackback:ping><description><![CDATA[<div class=con_all>作者：Imain<br>原文链接：<a href="http://dev.csdn.net/author/Imain/d524068d280f46cca326386a7c4b1321.html">http://dev.csdn.net/author/Imain/d524068d280f46cca326386a7c4b1321.html</a><br><br>随着&#8220;金盾工程&#8221;建设的逐步深入和公安信息化的高速发展，公安计算机应用系统被广泛应用在各警种、各部门。与此同时，应用系统体系的核心、系统数据的存放地――数据库也随着实际应用而急剧膨胀，一些大规模的系统，如人口系统的数据甚至超过了1000万条，可谓海量。那么，如何实现快速地从这些超大容量的数据库中提取数据（查询）、分析、统计以及提取数据后进行数据分页已成为各地系统管理员和数据库管理员亟待解决的难题。 <br><br>在以下的文章中，我将以&#8220;办公自动化&#8221;系统为例，探讨如何在有着1000万条数据的MS SQL SERVER数据库中实现快速的数据提取和数据分页。以下代码说明了我们实例中数据库的&#8220;红头文件&#8221;一表的部分数据结构： <br><br>CREATE TABLE [dbo].[TGongwen] ( --TGongwen是红头文件表名 <br><br>[Gid] [int] IDENTITY (1, 1) NOT NULL , <br>--本表的id号，也是主键 <br><br>[title] [varchar] (80) COLLATE Chinese_PRC_CI_AS NULL , <br>--红头文件的标题 <br><br>[fariqi] [datetime] NULL , <br>--发布日期 <br><br>[neibuYonghu] [varchar] (70) COLLATE Chinese_PRC_CI_AS NULL , <br>--发布用户 <br><br>[reader] [varchar] (900) COLLATE Chinese_PRC_CI_AS NULL , <br><br>--需要浏览的用户。每个用户中间用分隔符&#8220;,&#8221;分开 <br><br>) ON [PRIMARY] TEXTIMAGE_ON [PRIMARY] <br><br>GO <br><br><br><br>下面，我们来往数据库中添加1000万条数据： <br><br>declare @i int <br><br>set @i=1 <br><br>while @i&lt;=250000 <br><br>begin <br><br>insert into Tgongwen(fariqi,neibuyonghu,reader,title) values('2004-2-5','通信科','通信科,办公室,王局长,刘局长,张局长,admin,刑侦支队,特勤支队,交巡警支队,经侦支队,户政科,治安支队,外事科','这是最先的25万条记录') <br><br>set @i=@i+1 <br><br>end <br><br>GO <br><br><br><br>declare @i int <br><br>set @i=1 <br><br>while @i&lt;=250000 <br><br>begin <br><br>insert into Tgongwen(fariqi,neibuyonghu,reader,title) values('2004-9-16','办公室','办公室,通信科,王局长,刘局长,张局长,admin,刑侦支队,特勤支队,交巡警支队,经侦支队,户政科,外事科','这是中间的25万条记录') <br><br>set @i=@i+1 <br><br>end <br><br>GO <br><br><br><br>declare @h int <br><br>set @h=1 <br><br>while @h&lt;=100 <br><br>begin <br><br>declare @i int <br><br>set @i=2002 <br><br>while @i&lt;=2003 <br><br>begin <br><br>declare @j int <br><br>set @j=0 <br><br>while @j&lt;50 <br><br>begin <br><br>declare @k int <br><br>set @k=0 <br><br>while @k&lt;50 <br><br>begin <br><br>insert into Tgongwen(fariqi,neibuyonghu,reader,title) values(cast(@i as varchar(4))+'-8-15 3:'+cast(@j as varchar(2))+':'+cast(@j as varchar(2)),'通信科','办公室,通信科,王局长,刘局长,张局长,admin,刑侦支队,特勤支队,交巡警支队,经侦支队,户政科,外事科','这是最后的50万条记录') <br><br>set @k=@k+1 <br><br>end <br><br>set @j=@j+1 <br><br>end <br><br>set @i=@i+1 <br><br>end <br><br>set @h=@h+1 <br><br>end <br><br>GO <br><br><br><br>declare @i int <br><br>set @i=1 <br><br>while @i&lt;=9000000 <br><br>begin <br><br>insert into Tgongwen(fariqi,neibuyonghu,reader,title) values('2004-5-5','通信科','通信科,办公室,王局长,刘局长,张局长,admin,刑侦支队,特勤支队,交巡警支队,经侦支队,户政科,治安支队,外事科','这是最后添加的900万条记录') <br><br>set @i=@i+1000000 <br><br>end <br><br>GO <br><br>通过以上语句，我们创建了25万条由通信科于2004年2月5日发布的记录，25万条由办公室于2004年9月6日发布的记录，2002年和2003年各100个2500条相同日期、不同分秒的由通信科发布的记录（共50万条），还有由通信科于2004年5月5日发布的900万条记录，合计1000万条。 <br><br><br><br>一、因情制宜，建立&#8220;适当&#8221;的索引 <br><br>建立&#8220;适当&#8221;的索引是实现查询优化的首要前提。 <br><br>索引（index）是除表之外另一重要的、用户定义的存储在物理介质上的数据结构。当根据索引码的值搜索数据时，索引提供了对数据的快速访问。事实上，没有索引,数据库也能根据SELECT语句成功地检索到结果，但随着表变得越来越大，使用&#8220;适当&#8221;的索引的效果就越来越明显。注意，在这句话中，我们用了&#8220;适当&#8221;这个词，这是因为，如果使用索引时不认真考虑其实现过程，索引既可以提高也会破坏数据库的工作性能。 <br><br>（一）深入浅出理解索引结构 <br><br>实际上，您可以把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引：聚集索引（clustered index，也称聚类索引、簇集索引）和非聚集索引（nonclustered index，也称非聚类索引、非簇集索引）。下面，我们举例来说明一下聚集索引和非聚集索引的区别： <br><br>其实，我们的汉语字典的正文本身就是一个聚集索引。比如，我们要查&#8220;安&#8221;字，就会很自然地翻开字典的前几页，因为&#8220;安&#8221;的拼音是&#8220;an&#8221;，而按照拼音排序汉字的字典是以英文字母&#8220;a&#8221;开头并以&#8220;z&#8221;结尾的，那么&#8220;安&#8221;字就自然地排在字典的前部。如果您翻完了所有以&#8220;a&#8221;开头的部分仍然找不到这个字，那么就说明您的字典中没有这个字；同样的，如果查&#8220;张&#8221;字，那您也会将您的字典翻到最后部分，因为&#8220;张&#8221;的拼音是&#8220;zhang&#8221;。也就是说，字典的正文部分本身就是一个目录，您不需要再去查其他目录来找到您需要找的内容。 <br><br>我们把这种正文内容本身就是一种按照一定规则排列的目录称为&#8220;聚集索引&#8221;。 <br><br>如果您认识某个字，您可以快速地从自动中查到这个字。但您也可能会遇到您不认识的字，不知道它的发音，这时候，您就不能按照刚才的方法找到您要查的字，而需要去根据&#8220;偏旁部首&#8221;查到您要找的字，然后根据这个字后的页码直接翻到某页来找到您要找的字。但您结合&#8220;部首目录&#8221;和&#8220;检字表&#8221;而查到的字的排序并不是真正的正文的排序方法，比如您查&#8220;张&#8221;字，我们可以看到在查部首之后的检字表中&#8220;张&#8221;的页码是672页，检字表中&#8220;张&#8221;的上面是&#8220;驰&#8221;字，但页码却是63页，&#8220;张&#8221;的下面是&#8220;弩&#8221;字，页面是390页。很显然，这些字并不是真正的分别位于&#8220;张&#8221;字的上下方，现在您看到的连续的&#8220;驰、张、弩&#8221;三字实际上就是他们在非聚集索引中的排序，是字典正文中的字在非聚集索引中的映射。我们可以通过这种方式来找到您所需要的字，但它需要两个过程，先找到目录中的结果，然后再翻到您所需要的页码。 <br><br>我们把这种目录纯粹是目录，正文纯粹是正文的排序方式称为&#8220;非聚集索引&#8221;。 <br><br>通过以上例子，我们可以理解到什么是&#8220;聚集索引&#8221;和&#8220;非聚集索引&#8221;。 <br><br>进一步引申一下，我们可以很容易的理解：每个表只能有一个聚集索引，因为目录只能按照一种方法进行排序。 <br><br>（二）何时使用聚集索引或非聚集索引 <br><br>下面的表总结了何时使用聚集索引或非聚集索引（很重要）。 <br><br>动作描述 <br>使用聚集索引 <br>使用非聚集索引 <br><br>列经常被分组排序 <br>应 <br>应 <br><br>返回某范围内的数据 <br>应 <br>不应 <br><br>一个或极少不同值 <br>不应 <br>不应 <br><br>小数目的不同值 <br>应 <br>不应 <br><br>大数目的不同值 <br>不应 <br>应 <br><br>频繁更新的列 <br>不应 <br>应 <br><br>外键列 <br>应 <br>应 <br><br>主键列 <br>应 <br>应 <br><br>频繁修改索引列 <br>不应 <br>应 <br><br><br>事实上，我们可以通过前面聚集索引和非聚集索引的定义的例子来理解上表。如：返回某范围内的数据一项。比如您的某个表有一个时间列，恰好您把聚合索引建立在了该列，这时您查询2004年1月1日至2004年10月1日之间的全部数据时，这个速度就将是很快的，因为您的这本字典正文是按日期进行排序的，聚类索引只需要找到要检索的所有数据中的开头和结尾数据即可；而不像非聚集索引，必须先查到目录中查到每一项数据对应的页码，然后再根据页码查到具体内容。 <br><br>（三）结合实际，谈索引使用的误区 <br><br>理论的目的是应用。虽然我们刚才列出了何时应使用聚集索引或非聚集索引，但在实践中以上规则却很容易被忽视或不能根据实际情况进行综合分析。下面我们将根据在实践中遇到的实际问题来谈一下索引使用的误区，以便于大家掌握索引建立的方法。 <br><br>1、主键就是聚集索引 <br><br>这种想法笔者认为是极端错误的，是对聚集索引的一种浪费。虽然SQL SERVER默认是在主键上建立聚集索引的。 <br><br>通常，我们会在每个表中都建立一个ID列，以区分每条数据，并且这个ID列是自动增大的，步长一般为1。我们的这个办公自动化的实例中的列Gid就是如此。此时，如果我们将这个列设为主键，SQL SERVER会将此列默认为聚集索引。这样做有好处，就是可以让您的数据在数据库中按照ID进行物理排序，但笔者认为这样做意义不大。 <br><br>显而易见，聚集索引的优势是很明显的，而每个表中只能有一个聚集索引的规则，这使得聚集索引变得更加珍贵。 <br><br>从我们前面谈到的聚集索引的定义我们可以看出，使用聚集索引的最大好处就是能够根据查询要求，迅速缩小查询范围，避免全表扫描。在实际应用中，因为ID号是自动生成的，我们并不知道每条记录的ID号，所以我们很难在实践中用ID号来进行查询。这就使让ID号这个主键作为聚集索引成为一种资源浪费。其次，让每个ID号都不同的字段作为聚集索引也不符合&#8220;大数目的不同值情况下不应建立聚合索引&#8221;规则；当然，这种情况只是针对用户经常修改记录内容，特别是索引项的时候会负作用，但对于查询速度并没有影响。 <br><br>在办公自动化系统中，无论是系统首页显示的需要用户签收的文件、会议还是用户进行文件查询等任何情况下进行数据查询都离不开字段的是&#8220;日期&#8221;还有用户本身的&#8220;用户名&#8221;。 <br><br>通常，办公自动化的首页会显示每个用户尚未签收的文件或会议。虽然我们的where语句可以仅仅限制当前用户尚未签收的情况，但如果您的系统已建立了很长时间，并且数据量很大，那么，每次每个用户打开首页的时候都进行一次全表扫描，这样做意义是不大的，绝大多数的用户1个月前的文件都已经浏览过了，这样做只能徒增数据库的开销而已。事实上，我们完全可以让用户打开系统首页时，数据库仅仅查询这个用户近3个月来未阅览的文件，通过&#8220;日期&#8221;这个字段来限制表扫描，提高查询速度。如果您的办公自动化系统已经建立的2年，那么您的首页显示速度理论上将是原来速度8倍，甚至更快。 <br><br>在这里之所以提到&#8220;理论上&#8221;三字，是因为如果您的聚集索引还是盲目地建在ID这个主键上时，您的查询速度是没有这么高的，即使您在&#8220;日期&#8221;这个字段上建立的索引（非聚合索引）。下面我们就来看一下在1000万条数据量的情况下各种查询的速度表现（3个月内的数据为25万条）： <br><br>（1）仅在主键上建立聚集索引，并且不划分时间段： <br><br>Select gid,fariqi,neibuyonghu,title from tgongwen <br><br>用时：128470毫秒（即：128秒） <br><br>（2）在主键上建立聚集索引，在fariq上建立非聚集索引： <br><br>select gid,fariqi,neibuyonghu,title from Tgongwen <br><br>where fariqi&gt; dateadd(day,-90,getdate()) <br><br>用时：53763毫秒（54秒） <br><br>（3）将聚合索引建立在日期列（fariqi）上： <br><br>select gid,fariqi,neibuyonghu,title from Tgongwen <br><br>where fariqi&gt; dateadd(day,-90,getdate()) <br><br>用时：2423毫秒（2秒） <br><br>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。 <br><br>得出以上速度的方法是：在各个select语句前加：declare @d datetime <br><br>set @d=getdate() <br><br>并在select语句后加： <br><br>select [语句执行花费时间(毫秒)]=datediff(ms,@d,getdate()) <br><br>2、只要建立索引就能显著提高查询速度 <br><br>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。 <br><br>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：&#8220;既不能绝大多数都相同，又不能只有极少数相同&#8221;的规则。由此看来，我们建立&#8220;适当&#8221;的聚合索引对于我们提高查询速度是非常重要的。 <br><br>3、把所有需要提高查询速度的字段都加进聚集索引，以提高查询速度 <br><br>上面已经谈到：在进行数据查询时都离不开字段的是&#8220;日期&#8221;还有用户本身的&#8220;用户名&#8221;。既然这两个字段都是如此的重要，我们可以把他们合并起来，建立一个复合索引（compound index）。 <br><br>很多人认为只要把任何字段加进聚集索引，就能提高查询速度，也有人感到迷惑：如果把复合的聚集索引字段分开查询，那么查询速度会减慢吗？带着这个问题，我们来看一下以下的查询速度（结果集都是25万条数据）：（日期列fariqi首先排在复合聚集索引的起始列，用户名neibuyonghu排在后列） <br><br>（1）select gid,fariqi,neibuyonghu,title from Tgongwen where fariqi&gt;'2004-5-5' <br><br>查询速度：2513毫秒 <br><br>（2）select gid,fariqi,neibuyonghu,title from Tgongwen where fariqi&gt;'2004-5-5' and neibuyonghu='办公室' <br><br>查询速度：2516毫秒 <br><br>（3）select gid,fariqi,neibuyonghu,title from Tgongwen where neibuyonghu='办公室' <br><br>查询速度：60280毫秒 <br><br>从以上试验中，我们可以看到如果仅用聚集索引的起始列作为查询条件和同时用到复合聚集索引的全部列的查询速度是几乎一样的，甚至比用上全部的复合索引列还要略快（在查询结果集数目一样的情况下）；而如果仅用复合聚集索引的非起始列作为查询条件的话，这个索引是不起任何作用的。当然，语句1、2的查询速度一样是因为查询的条目数一样，如果复合索引的所有列都用上，而且查询结果少的话，这样就会形成&#8220;索引覆盖&#8221;，因而性能可以达到最优。同时，请记住：无论您是否经常使用聚合索引的其他列，但其前导列一定要是使用最频繁的列。 <br><br>（四）其他书上没有的索引使用经验总结 <br><br>1、用聚合索引比用不是聚合索引的主键速度快 <br><br>下面是实例语句：（都是提取25万条数据） <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16' <br><br>使用时间：3326毫秒 <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen where gid&lt;=250000 <br><br>使用时间：4470毫秒 <br><br>这里，用聚合索引比用不是聚合索引的主键速度快了近1/4。 <br><br>2、用聚合索引比用一般的主键作order by时速度快，特别是在小数据量情况下 <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen order by fariqi <br><br>用时：12936 <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen order by gid <br><br>用时：18843 <br><br>这里，用聚合索引比用一般的主键作order by时，速度快了3/10。事实上，如果数据量很小的话，用聚集索引作为排序列要比使用非聚集索引速度快得明显的多；而数据量如果很大的话，如10万以上，则二者的速度差别不明显。 <br><br>3、使用聚合索引内的时间段，搜索时间会按数据占整个数据表的百分比成比例减少，而无论聚合索引使用了多少个 <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi&gt;'2004-1-1' <br><br>用时：6343毫秒（提取100万条） <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi&gt;'2004-6-6' <br><br>用时：3170毫秒（提取50万条） <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16' <br><br>用时：3326毫秒（和上句的结果一模一样。如果采集的数量一样，那么用大于号和等于号是一样的） <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi&gt;'2004-1-1' and fariqi&lt;'2004-6-6' <br><br>用时：3280毫秒 <br><br>4 、日期列不会因为有分秒的输入而减慢查询速度 <br><br>下面的例子中，共有100万条数据，2004年1月1日以后的数据有50万条，但只有两个不同的日期，日期精确到日；之前有数据50万条，有5000个不同的日期，日期精确到秒。 <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi&gt;'2004-1-1' order by fariqi <br><br>用时：6390毫秒 <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi&lt;'2004-1-1' order by fariqi <br><br>用时：6453毫秒 <br><br>（五）其他注意事项 <br><br>&#8220;水可载舟，亦可覆舟&#8221;，索引也一样。索引有助于提高检索性能，但过多或不当的索引也会导致系统低效。因为用户在表中每加进一个索引，数据库就要做更多的工作。过多的索引甚至会导致索引碎片。 <br><br>所以说，我们要建立一个&#8220;适当&#8221;的索引体系，特别是对聚合索引的创建，更应精益求精，以使您的数据库能得到高性能的发挥。 <br><br>当然，在实践中，作为一个尽职的数据库管理员，您还要多测试一些方案，找出哪种方案效率最高、最为有效。 <br><br><br><br>二、改善SQL语句 <br><br>很多人不知道SQL语句在SQL SERVER中是如何执行的，他们担心自己所写的SQL语句会被SQL SERVER误解。比如： <br><br>select * from table1 where name='zhangsan' and tID &gt; 10000 <br><br>和执行: <br><br>select * from table1 where tID &gt; 10000 and name='zhangsan' <br><br>一些人不知道以上两条语句的执行效率是否一样，因为如果简单的从语句先后上看，这两个语句的确是不一样，如果tID是一个聚合索引，那么后一句仅仅从表的10000条以后的记录中查找就行了；而前一句则要先从全表中查找看有几个name='zhangsan'的，而后再根据限制条件条件tID&gt;10000来提出查询结果。 <br><br>事实上，这样的担心是不必要的。SQL SERVER中有一个&#8220;查询分析优化器&#8221;，它可以计算出where子句中的搜索条件并确定哪个索引能缩小表扫描的搜索空间，也就是说，它能实现自动优化。 <br><br>虽然查询优化器可以根据where子句自动的进行查询优化，但大家仍然有必要了解一下&#8220;查询优化器&#8221;的工作原理，如非这样，有时查询优化器就会不按照您的本意进行快速查询。 <br><br>在查询分析阶段，查询优化器查看查询的每个阶段并决定限制需要扫描的数据量是否有用。如果一个阶段可以被用作一个扫描参数（SARG），那么就称之为可优化的，并且可以利用索引快速获得所需数据。 <br><br>SARG的定义：用于限制搜索的一个操作，因为它通常是指一个特定的匹配，一个值得范围内的匹配或者两个以上条件的AND连接。形式如下： <br><br>列名 操作符 &lt;常数 或 变量&gt; <br><br>或 <br><br>&lt;常数 或 变量&gt; 操作符列名 <br><br>列名可以出现在操作符的一边，而常数或变量出现在操作符的另一边。如： <br><br>Name=&#8217;张三&#8217; <br><br>价格&gt;5000 <br><br>5000&lt;价格 <br><br>Name=&#8217;张三&#8217; and 价格&gt;5000 <br><br>如果一个表达式不能满足SARG的形式，那它就无法限制搜索的范围了，也就是SQL SERVER必须对每一行都判断它是否满足WHERE子句中的所有条件。所以一个索引对于不满足SARG形式的表达式来说是无用的。 <br><br>介绍完SARG后，我们来总结一下使用SARG以及在实践中遇到的和某些资料上结论不同的经验： <br><br>1、Like语句是否属于SARG取决于所使用的通配符的类型 <br><br>如：name like &#8216;张%&#8217; ，这就属于SARG <br><br>而：name like &#8216;%张&#8217; ,就不属于SARG。 <br><br>原因是通配符%在字符串的开通使得索引无法使用。 <br><br>2、or 会引起全表扫描 <br><br>Name=&#8217;张三&#8217; and 价格&gt;5000 符号SARG，而：Name=&#8217;张三&#8217; or 价格&gt;5000 则不符合SARG。使用or会引起全表扫描。 <br><br>3、非操作符、函数引起的不满足SARG形式的语句 <br><br>不满足SARG形式的语句最典型的情况就是包括非操作符的语句，如：NOT、!=、&lt;&gt;、!&lt;、!&gt;、NOT EXISTS、NOT IN、NOT LIKE等，另外还有函数。下面就是几个不满足SARG形式的例子： <br><br>ABS(价格)&lt;5000 <br><br>Name like &#8216;%三&#8217; <br><br>有些表达式，如： <br><br>WHERE 价格*2&gt;5000 <br><br>SQL SERVER也会认为是SARG，SQL SERVER会将此式转化为： <br><br>WHERE 价格&gt;2500/2 <br><br>但我们不推荐这样使用，因为有时SQL SERVER不能保证这种转化与原始表达式是完全等价的。 <br><br>4、IN 的作用相当与OR <br><br>语句： <br><br>Select * from table1 where tid in (2,3) <br><br>和 <br><br>Select * from table1 where tid=2 or tid=3 <br><br>是一样的，都会引起全表扫描，如果tid上有索引，其索引也会失效。 <br><br>5、尽量少用NOT <br><br>6、exists 和 in 的执行效率是一样的 <br><br>很多资料上都显示说，exists要比in的执行效率要高，同时应尽可能的用not exists来代替not in。但事实上，我试验了一下，发现二者无论是前面带不带not，二者之间的执行效率都是一样的。因为涉及子查询，我们试验这次用SQL SERVER自带的pubs数据库。运行前我们可以把SQL SERVER的statistics I/O状态打开。 <br><br>（1）select title,price from titles where title_id in (select title_id from sales where qty&gt;30) <br><br>该句的执行结果为： <br><br>表 'sales'。扫描计数 18，逻辑读 56 次，物理读 0 次，预读 0 次。 <br><br>表 'titles'。扫描计数 1，逻辑读 2 次，物理读 0 次，预读 0 次。 <br><br><br><br>（2）select title,price from titles where exists (select * from sales where sales.title_id=titles.title_id and qty&gt;30) <br><br>第二句的执行结果为： <br><br>表 'sales'。扫描计数 18，逻辑读 56 次，物理读 0 次，预读 0 次。 <br><br>表 'titles'。扫描计数 1，逻辑读 2 次，物理读 0 次，预读 0 次。 <br><br>我们从此可以看到用exists和用in的执行效率是一样的。 <br><br>7、用函数charindex()和前面加通配符%的LIKE执行效率一样 <br><br>前面，我们谈到，如果在LIKE前面加上通配符%，那么将会引起全表扫描，所以其执行效率是低下的。但有的资料介绍说，用函数charindex()来代替LIKE速度会有大的提升，经我试验，发现这种说明也是错误的： <br><br>select gid,title,fariqi,reader from tgongwen where charindex('刑侦支队',reader)&gt;0 and fariqi&gt;'2004-5-5' <br><br>用时：7秒，另外：扫描计数 4，逻辑读 7155 次，物理读 0 次，预读 0 次。 <br><br>select gid,title,fariqi,reader from tgongwen where reader like '%' + '刑侦支队' + '%' and fariqi&gt;'2004-5-5' <br><br>用时：7秒，另外：扫描计数 4，逻辑读 7155 次，物理读 0 次，预读 0 次。 <br><br>8、union并不绝对比or的执行效率高 <br><br>我们前面已经谈到了在where子句中使用or会引起全表扫描，一般的，我所见过的资料都是推荐这里用union来代替or。事实证明，这种说法对于大部分都是适用的。 <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16' or gid&gt;9990000 <br><br>用时：68秒。扫描计数 1，逻辑读 404008 次，物理读 283 次，预读 392163 次。 <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16' <br><br>union <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen where gid&gt;9990000 <br><br>用时：9秒。扫描计数 8，逻辑读 67489 次，物理读 216 次，预读 7499 次。 <br><br>看来，用union在通常情况下比用or的效率要高的多。 <br><br>但经过试验，笔者发现如果or两边的查询列是一样的话，那么用union则反倒和用or的执行速度差很多，虽然这里union扫描的是索引，而or扫描的是全表。 <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16' or fariqi='2004-2-5' <br><br>用时：6423毫秒。扫描计数 2，逻辑读 14726 次，物理读 1 次，预读 7176 次。 <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16' <br><br>union <br><br>select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-2-5' <br><br>用时：11640毫秒。扫描计数 8，逻辑读 14806 次，物理读 108 次，预读 1144 次。 <br><br>9、字段提取要按照&#8220;需多少、提多少&#8221;的原则，避免&#8220;select *&#8221; <br><br>我们来做一个试验： <br><br>select top 10000 gid,fariqi,reader,title from tgongwen order by gid desc <br><br>用时：4673毫秒 <br><br>select top 10000 gid,fariqi,title from tgongwen order by gid desc <br><br>用时：1376毫秒 <br><br>select top 10000 gid,fariqi from tgongwen order by gid desc <br><br>用时：80毫秒 <br><br>由此看来，我们每少提取一个字段，数据的提取速度就会有相应的提升。提升的速度还要看您舍弃的字段的大小来判断。 <br><br>10、count(*)不比count(字段)慢 <br><br>某些资料上说：用*会统计所有列，显然要比一个世界的列名效率低。这种说法其实是没有根据的。我们来看： <br><br>select count(*) from Tgongwen <br><br>用时：1500毫秒 <br><br>select count(gid) from Tgongwen <br><br>用时：1483毫秒 <br><br>select count(fariqi) from Tgongwen <br><br>用时：3140毫秒 <br><br>select count(title) from Tgongwen <br><br>用时：52050毫秒 <br><br>从以上可以看出，如果用count(*)和用count(主键)的速度是相当的，而count(*)却比其他任何除主键以外的字段汇总速度要快，而且字段越长，汇总的速度就越慢。我想，如果用count(*)， SQL SERVER可能会自动查找最小字段来汇总的。当然，如果您直接写count(主键)将会来的更直接些。 <br><br>11、order by按聚集索引列排序效率最高 <br><br>我们来看：（gid是主键，fariqi是聚合索引列） <br><br>select top 10000 gid,fariqi,reader,title from tgongwen <br><br>用时：196 毫秒。 扫描计数 1，逻辑读 289 次，物理读 1 次，预读 1527 次。 <br><br>select top 10000 gid,fariqi,reader,title from tgongwen order by gid asc <br><br>用时：4720毫秒。 扫描计数 1，逻辑读 41956 次，物理读 0 次，预读 1287 次。 <br><br>select top 10000 gid,fariqi,reader,title from tgongwen order by gid desc <br><br>用时：4736毫秒。 扫描计数 1，逻辑读 55350 次，物理读 10 次，预读 775 次。 <br><br>select top 10000 gid,fariqi,reader,title from tgongwen order by fariqi asc <br><br>用时：173毫秒。 扫描计数 1，逻辑读 290 次，物理读 0 次，预读 0 次。 <br><br>select top 10000 gid,fariqi,reader,title from tgongwen order by fariqi desc <br><br>用时：156毫秒。 扫描计数 1，逻辑读 289 次，物理读 0 次，预读 0 次。 <br><br>从以上我们可以看出，不排序的速度以及逻辑读次数都是和&#8220;order by 聚集索引列&#8221; 的速度是相当的，但这些都比&#8220;order by 非聚集索引列&#8221;的查询速度是快得多的。 <br><br>同时，按照某个字段进行排序的时候，无论是正序还是倒序，速度是基本相当的。 <br><br>12、高效的TOP <br><br>事实上，在查询和提取超大容量的数据集时，影响数据库响应时间的最大因素不是数据查找，而是物理的I/0操作。如： <br><br>select top 10 * from ( <br><br>select top 10000 gid,fariqi,title from tgongwen <br><br>where neibuyonghu='办公室' <br><br>order by gid desc) as a <br><br>order by gid asc <br><br>这条语句，从理论上讲，整条语句的执行时间应该比子句的执行时间长，但事实相反。因为，子句执行后返回的是10000条记录，而整条语句仅返回10条语句，所以影响数据库响应时间最大的因素是物理I/O操作。而限制物理I/O操作此处的最有效方法之一就是使用TOP关键词了。TOP关键词是SQL SERVER中经过系统优化过的一个用来提取前几条或前几个百分比数据的词。经笔者在实践中的应用，发现TOP确实很好用，效率也很高。但这个词在另外一个大型数据库ORACLE中却没有，这不能说不是一个遗憾，虽然在ORACLE中可以用其他方法（如：rownumber）来解决。在以后的关于&#8220;实现千万级数据的分页显示存储过程&#8221;的讨论中，我们就将用到TOP这个关键词。 <br><br><br><br>到此为止，我们上面讨论了如何实现从大容量的数据库中快速地查询出您所需要的数据方法。当然，我们介绍的这些方法都是&#8220;软&#8221;方法，在实践中，我们还要考虑各种&#8220;硬&#8221;因素，如：网络性能、服务器的性能、操作系统的性能，甚至网卡、交换机等。 <br><br><br><br>三、实现小数据量和海量数据的通用分页显示存储过程 <br><br>建立一个web 应用，分页浏览功能必不可少。这个问题是数据库处理中十分常见的问题。经典的数据分页方法是:ADO 纪录集分页法，也就是利用ADO自带的分页功能（利用游标）来实现分页。但这种分页方法仅适用于较小数据量的情形，因为游标本身有缺点：游标是存放在内存中，很费内存。游标一建立，就将相关的记录锁住，直到取消游标。游标提供了对特定集合中逐行扫描的手段，一般使用游标来逐行遍历数据，根据取出数据条件的不同进行不同的操作。而对于多表和大表中定义的游标（大的数据集合）循环很容易使程序进入一个漫长的等待甚至死机。 <br><br>更重要的是，对于非常大的数据模型而言，分页检索时，如果按照传统的每次都加载整个数据源的方法是非常浪费资源的。现在流行的分页方法一般是检索页面大小的块区的数据，而非检索所有的数据，然后单步执行当前行。 <br><br>最早较好地实现这种根据页面大小和页码来提取数据的方法大概就是&#8220;俄罗斯存储过程&#8221;。这个存储过程用了游标，由于游标的局限性，所以这个方法并没有得到大家的普遍认可。 <br><br>后来，网上有人改造了此存储过程，下面的存储过程就是结合我们的办公自动化实例写的分页存储过程： <br><br>CREATE procedure pagination1 <br><br>(@pagesize int, --页面大小，如每页存储20条记录 <br><br>@pageindex int --当前页码 <br><br>) <br><br>as <br><br>set nocount on <br><br>begin <br><br>declare @indextable table(id int identity(1,1),nid int) --定义表变量 <br><br>declare @PageLowerBound int --定义此页的底码 <br><br>declare @PageUpperBound int --定义此页的顶码 <br><br>set @PageLowerBound=(@pageindex-1)*@pagesize <br><br>set @PageUpperBound=@PageLowerBound+@pagesize <br><br>set rowcount @PageUpperBound <br><br>insert into @indextable(nid) select gid from TGongwen where fariqi &gt;dateadd(day,-365,getdate()) order by fariqi desc <br><br>select O.gid,O.mid,O.title,O.fadanwei,O.fariqi from TGongwen O,@indextable t where O.gid=t.nid <br><br>and t.id&gt;@PageLowerBound and t.id&lt;=@PageUpperBound order by t.id <br><br>end <br><br>set nocount off <br><br>以上存储过程运用了SQL SERVER的最新技术――表变量。应该说这个存储过程也是一个非常优秀的分页存储过程。当然，在这个过程中，您也可以把其中的表变量写成临时表：CREATE TABLE #Temp。但很明显，在SQL SERVER中，用临时表是没有用表变量快的。所以笔者刚开始使用这个存储过程时，感觉非常的不错，速度也比原来的ADO的好。但后来，我又发现了比此方法更好的方法。 <br><br>笔者曾在网上看到了一篇小短文《从数据表中取出第n条到第m条的记录的方法》，全文如下： <br><br>从publish 表中取出第 n 条到第 m 条的记录： <br>SELECT TOP m-n+1 * <br>FROM publish <br>WHERE (id NOT IN <br>　　　　(SELECT TOP n-1 id <br>　　　　 FROM publish)) <br><br>id 为publish 表的关键字 <br><br>我当时看到这篇文章的时候，真的是精神为之一振，觉得思路非常得好。等到后来，我在作办公自动化系统（ASP.NET+ C#＋SQL SERVER）的时候，忽然想起了这篇文章，我想如果把这个语句改造一下，这就可能是一个非常好的分页存储过程。于是我就满网上找这篇文章，没想到，文章还没找到，却找到了一篇根据此语句写的一个分页存储过程，这个存储过程也是目前较为流行的一种分页存储过程，我很后悔没有争先把这段文字改造成存储过程： <br><br>CREATE PROCEDURE pagination2 <br>( <br>@SQL nVARCHAR(4000), --不带排序语句的SQL语句 <br>@Page int, --页码 <br>@RecsPerPage int, --每页容纳的记录数 <br>@ID VARCHAR(255), --需要排序的不重复的ID号 <br>@Sort VARCHAR(255) --排序字段及规则 <br>) <br>AS <br><br>DECLARE @Str nVARCHAR(4000) <br><br>SET @Str='SELECT TOP '+CAST(@RecsPerPage AS VARCHAR(20))+' * FROM ('+@SQL+') T WHERE T.'+@ID+'NOT IN <br>(SELECT TOP '+CAST((@RecsPerPage*(@Page-1)) AS VARCHAR(20))+' '+@ID+' FROM ('+@SQL+') T9 ORDER BY '+@Sort+') ORDER BY '+@Sort <br><br>PRINT @Str <br><br>EXEC sp_ExecuteSql @Str <br>GO <br><br>其实，以上语句可以简化为： <br><br>SELECT TOP 页大小 * <br><br>FROM Table1 <br><br>WHERE (ID NOT IN <br><br>(SELECT TOP 页大小*页数 id <br><br>FROM 表 <br><br>ORDER BY id)) <br><br>ORDER BY ID <br><br>但这个存储过程有一个致命的缺点，就是它含有NOT IN字样。虽然我可以把它改造为： <br><br>SELECT TOP 页大小 * <br><br>FROM Table1 <br><br>WHERE not exists <br><br>(select * from (select top (页大小*页数) * from table1 order by id) b where b.id=a.id ) <br><br>order by id <br><br>即，用not exists来代替not in，但我们前面已经谈过了，二者的执行效率实际上是没有区别的。 <br><br>既便如此，用TOP 结合NOT IN的这个方法还是比用游标要来得快一些。 <br><br>虽然用not exists并不能挽救上个存储过程的效率，但使用SQL SERVER中的TOP关键字却是一个非常明智的选择。因为分页优化的最终目的就是避免产生过大的记录集，而我们在前面也已经提到了TOP的优势，通过TOP 即可实现对数据量的控制。 <br><br>在分页算法中，影响我们查询速度的关键因素有两点：TOP和NOT IN。TOP可以提高我们的查询速度，而NOT IN会减慢我们的查询速度，所以要提高我们整个分页算法的速度，就要彻底改造NOT IN，同其他方法来替代它。 <br><br>我们知道，几乎任何字段，我们都可以通过max(字段)或min(字段)来提取某个字段中的最大或最小值，所以如果这个字段不重复，那么就可以利用这些不重复的字段的max或min作为分水岭，使其成为分页算法中分开每页的参照物。在这里，我们可以用操作符&#8220;&gt;&#8221;或&#8220;&lt;&#8221;号来完成这个使命，使查询语句符合SARG形式。如： <br><br>Select top 10 * from table1 where id&gt;200 <br><br>于是就有了如下分页方案： <br><br>select top 页大小 * <br><br>from table1 <br><br>where id&gt; <br><br>(select max (id) from <br><br>(select top ((页码-1)*页大小) id from table1 order by id) as T <br><br>) <br><br>order by id <br><br>在选择即不重复值，又容易分辨大小的列时，我们通常会选择主键。下表列出了笔者用有着1000万数据的办公自动化系统中的表，在以GID（GID是主键，但并不是聚集索引。）为排序列、提取gid,fariqi,title字段，分别以第1、10、100、500、1000、1万、10万、25万、50万页为例，测试以上三种分页方案的执行速度：（单位：毫秒） <br><br>页 码 <br>方案1 <br>方案2 <br>方案3 <br><br>1 <br>60 <br>30 <br>76 <br><br>10 <br>46 <br>16 <br>63 <br><br>100 <br>1076 <br>720 <br>130 <br><br>500 <br>540 <br>12943 <br>83 <br><br>1000 <br>17110 <br>470 <br>250 <br><br>1万 <br>24796 <br>4500 <br>140 <br><br>10万 <br>38326 <br>42283 <br>1553 <br><br>25万 <br>28140 <br>128720 <br>2330 <br><br>50万 <br>121686 <br>127846 <br>7168 <br><br><br>从上表中，我们可以看出，三种存储过程在执行100页以下的分页命令时，都是可以信任的，速度都很好。但第一种方案在执行分页1000页以上后，速度就降了下来。第二种方案大约是在执行分页1万页以上后速度开始降了下来。而第三种方案却始终没有大的降势，后劲仍然很足。 <br><br>在确定了第三种分页方案后，我们可以据此写一个存储过程。大家知道SQL SERVER的存储过程是事先编译好的SQL语句，它的执行效率要比通过WEB页面传来的SQL语句的执行效率要高。下面的存储过程不仅含有分页方案，还会根据页面传来的参数来确定是否进行数据总数统计。 <br><br>-- 获取指定页的数据 <br><br>CREATE PROCEDURE pagination3 <br><br>@tblName varchar(255), -- 表名 <br><br>@strGetFields varchar(1000) = '*', -- 需要返回的列 <br><br>@fldName varchar(255)='', -- 排序的字段名 <br><br>@PageSize int = 10, -- 页尺寸 <br><br>@PageIndex int = 1, -- 页码 <br><br>@doCount bit = 0, -- 返回记录总数, 非 0 值则返回 <br><br>@OrderType bit = 0, -- 设置排序类型, 非 0 值则降序 <br><br>@strWhere varchar(1500) = '' -- 查询条件 (注意: 不要加 where) <br><br>AS <br><br>declare @strSQL varchar(5000) -- 主语句 <br><br>declare @strTmp varchar(110) -- 临时变量 <br><br>declare @strOrder varchar(400) -- 排序类型 <br><br><br><br>if @doCount != 0 <br><br>begin <br><br>if @strWhere !='' <br><br>set @strSQL = "select count(*) as Total from [" + @tblName + "] where "+@strWhere <br><br>else <br><br>set @strSQL = "select count(*) as Total from [" + @tblName + "]" <br><br>end <br><br>--以上代码的意思是如果@doCount传递过来的不是0，就执行总数统计。以下的所有代码都是@doCount为0的情况 <br><br>else <br><br>begin <br><br><br><br>if @OrderType != 0 <br><br>begin <br><br>set @strTmp = "&lt;(select min" <br><br>set @strOrder = " order by [" + @fldName +"] desc" <br><br>--如果@OrderType不是0，就执行降序，这句很重要！ <br><br>end <br><br>else <br><br>begin <br><br>set @strTmp = "&gt;(select max" <br><br>set @strOrder = " order by [" + @fldName +"] asc" <br><br>end <br><br><br><br>if @PageIndex = 1 <br><br>begin <br><br>if @strWhere != '' <br><br>set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ " from [" + @tblName + "] where " + @strWhere + " " + @strOrder <br><br>else <br><br>set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ " from ["+ @tblName + "] "+ @strOrder <br><br>--如果是第一页就执行以上代码，这样会加快执行速度 <br><br>end <br><br>else <br><br>begin <br><br>--以下代码赋予了@strSQL以真正执行的SQL代码 <br><br>set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ " from [" <br><br>+ @tblName + "] where [" + @fldName + "]" + @strTmp + "(["+ @fldName + "]) from (select top " + str((@PageIndex-1)*@PageSize) + " ["+ @fldName + "] from [" + @tblName + "]" + @strOrder + ") as tblTmp)"+ @strOrder <br><br><br><br>if @strWhere != '' <br><br>set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ " from [" <br><br>+ @tblName + "] where [" + @fldName + "]" + @strTmp + "([" <br><br>+ @fldName + "]) from (select top " + str((@PageIndex-1)*@PageSize) + " [" <br><br>+ @fldName + "] from [" + @tblName + "] where " + @strWhere + " " <br><br>+ @strOrder + ") as tblTmp) and " + @strWhere + " " + @strOrder <br><br>end <br><br>end <br><br>exec (@strSQL) <br><br>GO <br><br>上面的这个存储过程是一个通用的存储过程，其注释已写在其中了。 <br><br>在大数据量的情况下，特别是在查询最后几页的时候，查询时间一般不会超过9秒；而用其他存储过程，在实践中就会导致超时，所以这个存储过程非常适用于大容量数据库的查询。 <br><br>笔者希望能够通过对以上存储过程的解析，能给大家带来一定的启示，并给工作带来一定的效率提升，同时希望同行提出更优秀的实时数据分页算法。 <br><br><br><br>四、聚集索引的重要性和如何选择聚集索引 <br><br>在上一节的标题中，笔者写的是：实现小数据量和海量数据的通用分页显示存储过程。这是因为在将本存储过程应用于&#8220;办公自动化&#8221;系统的实践中时，笔者发现这第三种存储过程在小数据量的情况下，有如下现象： <br><br>1、分页速度一般维持在1秒和3秒之间。 <br><br>2、在查询最后一页时，速度一般为5秒至8秒，哪怕分页总数只有3页或30万页。 <br><br>虽然在超大容量情况下，这个分页的实现过程是很快的，但在分前几页时，这个1－3秒的速度比起第一种甚至没有经过优化的分页方法速度还要慢，借用户的话说就是&#8220;还没有ACCESS数据库速度快&#8221;，这个认识足以导致用户放弃使用您开发的系统。 <br><br>笔者就此分析了一下，原来产生这种现象的症结是如此的简单，但又如此的重要：排序的字段不是聚集索引！ <br><br>本篇文章的题目是：&#8220;查询优化及分页算法方案&#8221;。笔者只所以把&#8220;查询优化&#8221;和&#8220;分页算法&#8221;这两个联系不是很大的论题放在一起，就是因为二者都需要一个非常重要的东西――聚集索引。 <br><br>在前面的讨论中我们已经提到了，聚集索引有两个最大的优势： <br><br>1、以最快的速度缩小查询范围。 <br><br>2、以最快的速度进行字段排序。 <br><br>第1条多用在查询优化时，而第2条多用在进行分页时的数据排序。 <br><br>而聚集索引在每个表内又只能建立一个，这使得聚集索引显得更加的重要。聚集索引的挑选可以说是实现&#8220;查询优化&#8221;和&#8220;高效分页&#8221;的最关键因素。 <br><br>但要既使聚集索引列既符合查询列的需要，又符合排序列的需要，这通常是一个矛盾。 <br><br>笔者前面&#8220;索引&#8221;的讨论中，将fariqi，即用户发文日期作为了聚集索引的起始列，日期的精确度为&#8220;日&#8221;。这种作法的优点，前面已经提到了，在进行划时间段的快速查询中，比用ID主键列有很大的优势。 <br><br>但在分页时，由于这个聚集索引列存在着重复记录，所以无法使用max或min来最为分页的参照物，进而无法实现更为高效的排序。而如果将ID主键列作为聚集索引，那么聚集索引除了用以排序之外，没有任何用处，实际上是浪费了聚集索引这个宝贵的资源。 <br><br>为解决这个矛盾，笔者后来又添加了一个日期列，其默认值为getdate()。用户在写入记录时，这个列自动写入当时的时间，时间精确到毫秒。即使这样，为了避免可能性很小的重合，还要在此列上创建UNIQUE约束。将此日期列作为聚集索引列。 <br><br>有了这个时间型聚集索引列之后，用户就既可以用这个列查找用户在插入数据时的某个时间段的查询，又可以作为唯一列来实现max或min，成为分页算法的参照物。 <br><br>经过这样的优化，笔者发现，无论是大数据量的情况下还是小数据量的情况下，分页速度一般都是几十毫秒，甚至0毫秒。而用日期段缩小范围的查询速度比原来也没有任何迟钝。 <br><br>聚集索引是如此的重要和珍贵，所以笔者总结了一下，一定要将聚集索引建立在： <br><br>1、您最频繁使用的、用以缩小查询范围的字段上； <br><br>2、您最频繁使用的、需要排序的字段上。 <br><br><br><br>结束语： <br><br>本篇文章汇集了笔者近段在使用数据库方面的心得，是在做&#8220;办公自动化&#8221;系统时实践经验的积累。希望这篇文章不仅能够给大家的工作带来一定的帮助，也希望能让大家能够体会到分析问题的方法；最重要的是，希望这篇文章能够抛砖引玉，掀起大家的学习和讨论的兴趣，以共同促进，共同为公安科技强警事业和金盾工程做出自己最大的努力。 <br><br>最后需要说明的是，在试验中，我发现用户在进行大数据量查询的时候，对数据库速度影响最大的不是内存大小，而是CPU。在我的P4 2.4机器上试验的时候，查看&#8220;资源管理器&#8221;，CPU经常出现持续到100%的现象，而内存用量却并没有改变或者说没有大的改变。即使在我们的HP ML 350 G3服务器上试验时，CPU峰值也能达到90%，一般持续在70%左右。 <br><br>本文的试验数据都是来自我们的HP ML 350服务器。服务器配置：双Inter Xeon 超线程 CPU 2.4G，内存1G，操作系统Windows Server 2003 Enterprise Edition，数据库SQL Server 2000 SP3。&nbsp;</div>
<img src ="http://www.blogjava.net/TiGERTiAN/aggbug/118557.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.blogjava.net/TiGERTiAN/" target="_blank">TiGERTiAN</a> 2007-05-19 16:18 <a href="http://www.blogjava.net/TiGERTiAN/archive/2007/05/19/118557.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>什么是数据库事务</title><link>http://www.blogjava.net/TiGERTiAN/archive/2007/05/10/116610.html</link><dc:creator>TiGERTiAN</dc:creator><author>TiGERTiAN</author><pubDate>Thu, 10 May 2007 14:43:00 GMT</pubDate><guid>http://www.blogjava.net/TiGERTiAN/archive/2007/05/10/116610.html</guid><wfw:comment>http://www.blogjava.net/TiGERTiAN/comments/116610.html</wfw:comment><comments>http://www.blogjava.net/TiGERTiAN/archive/2007/05/10/116610.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.blogjava.net/TiGERTiAN/comments/commentRss/116610.html</wfw:commentRss><trackback:ping>http://www.blogjava.net/TiGERTiAN/services/trackbacks/116610.html</trackback:ping><description><![CDATA[<p>　　数据库事务是指作为单个逻辑工作单元执行的一系列操作。</p>
<p>设想网上购物的一次交易，其付款过程至少包括以下几步数据库操作：</p>
<p>　　&#183; 更新客户所购商品的库存信息 </p>
<p>　　&#183; 保存客户付款信息--可能包括与银行系统的交互 </p>
<p>　　&#183; 生成订单并且保存到数据库中 </p>
<p>　　&#183; 更新用户相关信息，例如购物数量等等 </p>
<p>正常的情况下，这些操作将顺利进行，最终交易成功，与交易相关的所有数据库信息也成功地更新。但是，如果在这一系列过程中任何一个环节出了差错，例如在更新商品库存信息时发生异常、该顾客银行帐户存款不足等，都将导致交易失败。一旦交易失败，数据库中所有信息都必须保持交易前的状态不变，比如最后一步更新用户信息时失败而导致交易失败，那么必须保证这笔失败的交易不影响数据库的状态--库存信息没有被更新、用户也没有付款，订单也没有生成。否则，数据库的信息将会一片混乱而不可预测。</p>
<p>数据库事务正是用来保证这种情况下交易的平稳性和可预测性的技术。</p>
<p>　　数据库事务的ACID属性</p>
<p>事务处理可以确保除非事务性单元内的所有操作都成功完成，否则不会永久更新面向数据的资源。通过将一组相关操作组合为一个要么全部成功要么全部失败的单元，可以简化错误恢复并使应用程序更加可靠。一个逻辑工作单元要成为事务，必须满足所谓的ACID(原子性、一致性、隔离性和持久性)属性：</p>
<p>　　&#183; 原子性</p>
<p>事务必须是原子工作单元；对于其数据修改，要么全都执行，要么全都不执行。通常，与某个事务关联的操作具有共同的目标，并且是相互依赖的。如果系统只执行这些操作的一个子集，则可能会破坏事务的总体目标。原子性消除了系统处理操作子集的可能性。</p>
<p>　　&#183; 一致性</p>
<p>事务在完成时，必须使所有的数据都保持一致状态。在相关数据库中，所有规则都必须应用于事务的修改，以保持所有数据的完整性。事务结束时，所有的内部数据结构（如 B 树索引或双向链表）都必须是正确的。某些维护一致性的责任由应用程序开发人员承担，他们必须确保应用程序已强制所有已知的完整性约束。例如，当开发用于转帐的应用程序时，应避免在转帐过程中任意移动小数点。</p>
<p>　　&#183; 隔离性</p>
<p>由并发事务所作的修改必须与任何其它并发事务所作的修改隔离。事务查看数据时数据所处的状态，要么是另一并发事务修改它之前的状态，要么是另一事务修改它之后的状态，事务不会查看中间状态的数据。这称为可串行性，因为它能够重新装载起始数据，并且重播一系列事务，以使数据结束时的状态与原始事务执行的状态相同。当事务可序列化时将获得最高的隔离级别。在此级别上，从一组可并行执行的事务获得的结果与通过连续运行每个事务所获得的结果相同。由于高度隔离会限制可并行执行的事务数，所以一些应用程序降低隔离级别以换取更大的吞吐量。 </p>
<p>　　&#183; 持久性</p>
<p> 事务完成之后，它对于系统的影响是永久性的。该修改即使出现致命的系统故障也将一直保持。<br>DBMS的责任和我们的任务</p>
<p>企业级的数据库管理系统（DBMS）都有责任提供一种保证事务的物理完整性的机制。就常用的SQL Server2000系统而言，它具备锁定设备隔离事务、记录设备保证事务持久性等机制。因此，我们不必关心数据库事务的物理完整性，而应该关注在什么情况下使用数据库事务、事务对性能的影响，如何使用事务等等。</p>
<p>本文将涉及到在.net框架下使用C#语言操纵数据库事务的各个方面。</p>
<p>+++@@@+++</p>
<p>体验SQL语言的事务机制</p>
<p>作为大型的企业级数据库，SQL Server2000对事务提供了很好的支持。我们可以使用SQL语句来定义、提交以及回滚一个事务。</p>
<p>如下所示的SQL代码定义了一个事务，并且命名为"MyTransaction"（限于篇幅，本文并不讨论如何编写SQL语言程序，请读者自行参考相关书籍）：</p>
<p>DECLARE @TranName VARCHAR(20)</p>
<p>Select @TranName = ''''MyTransaction'''' <br>BEGIN TRANSACTION @TranNameGOUSE pubs<br>GO</p>
<p>Update roysched<br>SET royalty = royalty * 1.10<br>Where title_id LIKE ''''Pc%''''<br>GO</p>
<p>COMMIT TRANSACTION MyTransaction<br>GO </p>
<p>这里用到了SQL Server2000自带的示例数据库pubs，提交事务后，将为所有畅销计算机书籍支付的版税增加 10%。</p>
<p>打开SQL Server2000的查询分析器，选择pubs数据库，然后运行这段程序，结果显而易见。</p>
<p>可是如何在C#程序中运行呢？我们记得在普通的SQL查询中，一般需要把查询语句赋值给SalCommand.CommandText属性，这里也就像普通的SQL查询语句一样，将这些语句赋给SqlCommand.CommandText属性即可。要注意的一点是，其中的"GO"语句标志着SQL批处理的结束，编写SQL脚本是需要的，但是在这里是不必要的。我们可以编写如下的程序来验证这个想法：</p>
<p>//TranSql.csusing System;<br>using System.Data;<br>using System.Data.SqlClient;<br>namespace Aspcn<br>{<br>　public class DbTranSql<br>　{<br>　　file://将事务放到SQL Server中执行<br>　　public void DoTran()<br>　　{<br>　　　file://建立连接并打开<br>　　　SqlConnection myConn=GetConn();myConn.Open();<br>　　　SqlCommand myComm=new SqlCommand();<br>　　　try<br>　　　{<br>　　　　myComm.Connection=myConn;<br>　　　　myComm.CommandText="DECLARE @TranName VARCHAR(20) ";<br>　　　　myComm.CommandText+="Select @TranName = ''''MyTransaction'''' ";<br>　　　　myComm.CommandText+="BEGIN TRANSACTION @TranName ";<br>　　　　myComm.CommandText+="USE pubs ";<br>　　　　myComm.CommandText+="Update roysched SET royalty = royalty * 1.10 Where title_id LIKE ''''Pc%'''' ";<br>　　　　myComm.CommandText+="COMMIT TRANSACTION MyTransaction ";<br>　　　　myComm.ExecuteNonQuery();<br>　　　}<br>　　　catch(Exception err)<br>　　　{<br>　　　　throw new ApplicationException("事务操作出错，系统信息："+err.Message);<br>　　　}<br>　　　finally<br>　　　{<br>　　　　myConn.Close();<br>　　　}<br>　　}<br>　　file://获取数据连接<br>　　private SqlConnection GetConn()<br>　　{<br>　　　string strSql="Data Source=localhost;Integrated Security=SSPI;user id=sa;password=";<br>　　　SqlConnection myConn=new SqlConnection(strSql);<br>　　　return myConn;<br>　　}<br>　}</p>
<p>　public class Test<br>　{<br>　　public static void Main()<br>　　{<br>　　　DbTranSql tranTest=new DbTranSql();<br>　　　tranTest.DoTran();<br>　　　Console.WriteLine("事务处理已经成功完成。");<br>　　　Console.ReadLine();<br>　　}<br>　}<br>} </p>
<p><br>　　注意到其中的SqlCommand对象myComm，它的CommandText属性仅仅是前面SQL代码字符串连接起来即可，当然，其中的"GO"语句已经全部去掉了。这个语句就像普通的查询一样，程序将SQL文本事实上提交给DBMS去处理了，然后接收返回的结果（如果有结果返回的话）。</p>
<p>很自然，我们最后看到了输出"事务处理已经成功完成"，再用企业管理器查看pubs数据库的roysched表，所有title_id字段以"PC"开头的书籍的royalty字段的值都增加了0.1倍。</p>
<p>这里，我们并没有使用ADO.net的事务处理机制，而是简单地将执行事务的SQL语句当作普通的查询来执行，因此，事实上该事务完全没有用到.net的相关特性。<br>了解.net中的事务机制</p>
<p>如你所知，在.net框架中主要有两个命名空间(namespace)用于应用程序同数据库系统的交互：System.Data.SqlClient和System.Data.OleDb。前者专门用于连接Microsoft公司自己的SQL Server数据库，而后者可以适应多种不同的数据库。这两个命名空间中都包含有专门用于管理数据库事务的类，分别是System.Data.SqlClient.SqlTranscation类和System.Data.OleDb.OleDbTranscation类。</p>
<p>就像它们的名字一样，这两个类大部分功能是一样的，二者之间的主要差别在于它们的连接机制，前者提供一组直接调用 SQL Server 的对象，而后者使用本机 OLE DB 启用数据访问。 事实上，ADO.net 事务完全在数据库的内部处理，且不受 Microsoft 分布式事务处理协调器 (DTC) 或任何其他事务性机制的支持。本文将主要介绍System.Data.SqlClient.SqlTranscation类，下面的段落中，除了特别注明，都将使用System.Data.SqlClient.SqlTranscation类。</p>
<p>+++@@@+++</p>
<p>事务的开启和提交</p>
<p>现在我们对事务的概念和原理都了然于心了，并且作为已经有一些基础的C#开发者，我们已经熟知编写数据库交互程序的一些要点，即使用SqlConnection类的对象的Open()方法建立与数据库服务器的连接，然后将该连接赋给SqlCommand对象的Connection属性，将欲执行的SQL语句赋给它的CommandText属性，于是就可以通过SqlCommand对象进行数据库操作了。对于我们将要编写的事务处理程序，当然还需要定义一个SqlTransaction类型的对象。并且看到SqlCommand对象的Transcation属性，我们很容易想到新建的SqlTransaction对象应该与它关联起来。</p>
<p>基于以上认识，下面我们就开始动手写我们的第一个事务处理程序。我们可以很熟练地写出下面这一段程序：</p>
<p>//DoTran.csusing System;<br>using System.Data;<br>using System.Data.SqlClient;<br>namespace Aspcn<br>{<br>　public class DbTran<br>　{<br>　　file://执行事务处理<br>　　public void DoTran()<br>　　{<br>　　　file://建立连接并打开<br>　　　SqlConnection myConn=GetConn();<br>　　　myConn.Open();<br>　　　SqlCommand myComm=new SqlCommand();<br>　　　SqlTransaction myTran=new SqlTransaction();<br>　　　try<br>　　　{<br>　　　 myComm.Connection=myConn;<br>　　　 myComm.Transaction=myTran;<br>　　　<br>　　　　file://定位到pubs数据库　<br>　　　　myComm.CommandText="USE pubs";<br>　　　　myComm.ExecuteNonQuery();</p>
<p>　　　　file://更新数据<br>　　　　file://将所有的计算机类图书<br>　　　　myComm.CommandText="Update roysched SET royalty = royalty * 1.10 Where title_id LIKE ''''Pc%''''";<br>　　　　myComm.ExecuteNonQuery();//提交事务<br>　　　　myTran.Commit();<br>　　　}<br>　　　catch(Exception err)<br>　　　{<br>　　　　throw new ApplicationException("事务操作出错，系统信息："+err.Message);<br>　　　}<br>　　　finally<br>　　　{<br>　　　　myConn.Close();<br>　　　}<br>　　}<br>　　file://获取数据连接<br>　　private SqlConnection GetConn()<br>　　{<br>　　　string strSql="Data Source=localhost;Integrated Security=SSPI;user id=sa;password=";<br>　　　SqlConnection myConn=new SqlConnection(strSql);<br>　　　return myConn;<br>　　}<br>　}</p>
<p>　public class Test{public static void Main()<br>　{<br>　　DbTran tranTest=new DbTran();<br>　　tranTest.DoTran();<br>　　Console.WriteLine("事务处理已经成功完成。");<br>　　Console.ReadLine();<br>　}<br>}<br>} </p>
<p>显然，这个程序非常简单，我们非常自信地编译它，但是，出乎意料的结果使我们的成就感顿时烟消云散：</p>
<p>error CS1501: 重载"SqlTransaction"方法未获取"0"参数</p>
<p>是什么原因呢？注意到我们初始化的代码：</p>
<p>SqlTransaction myTran=new SqlTransaction(); </p>
<p>显然，问题出在这里，事实上，SqlTransaction类并没有公共的构造函数，我们不能这样新建一个SqlTrancaction类型的变量。在事务处理之前确实需要有一个SqlTransaction类型的变量，将该变量关联到SqlCommand类的Transcation属性也是必要的，但是初始化方法却比较特别一点。在初始化SqlTransaction类时，你需要使用SqlConnection类的BeginTranscation()方法：</p>
<p>SqlTransaction myTran; myTran=myConn.BeginTransaction(); <br>　　<br>该方法返回一个SqlTransaction类型的变量。在调用BeginTransaction()方法以后，所有基于该数据连接对象的SQL语句执行动作都将被认为是事务MyTran的一部分。同时，你也可以在该方法的参数中指定事务隔离级别和事务名称，如：</p>
<p>SqlTransaction myTran; <br>myTran=myConn.BeginTransaction(IsolationLevel.ReadCommitted,"SampleTransaction");&nbsp; <br>　　<br>关于隔离级别的概念我们将在随后的内容中探讨，在这里我们只需牢记一个事务是如何被启动，并且关联到特定的数据链接的。</p>
<p>先不要急着去搞懂我们的事务都干了些什么，看到这一行：</p>
<p>myTran.Commit(); </p>
<p>是的，这就是事务的提交方式。该语句执行后，事务的所有数据库操作将生效，并且为数据库事务的持久性机制所保持--即使系统在这以后发生致命错误，该事务对数据库的影响也不会消失。</p>
<p>对上面的程序做了修改之后我们可以得到如下代码（为了节约篇幅，重复之处已省略，请参照前文）：</p>
<p>//DoTran.cs&#8230;&#8230;｝</p>
<p>file://执行事务处理<br>public void DoTran()<br>{<br>　file://建立连接并打开<br>　SqlConnection myConn=GetConn();<br>　myConn.Open();<br>　SqlCommand myComm=new SqlCommand();</p>
<p>　<a href="file://SqlTransaction/">file://SqlTransaction</a> myTran=new SqlTransaction();<br>　file://注意，SqlTransaction类无公开的构造函数</p>
<p>　SqlTransaction myTran;</p>
<p>　file://创建一个事务<br>　myTran=myConn.BeginTransaction();<br>　try<br>　{<br>　　file://从此开始，基于该连接的数据操作都被认为是事务的一部分<br>　　file://下面绑定连接和事务对象<br>　　myComm.Connection=myConn;<br>　　myComm.Transaction=myTran; file://定位到pubs数据库<br>　　myComm.CommandText="USE pubs";<br>　　myComm.ExecuteNonQuery();//更新数据<br>　　file://将所有的计算机类图书<br>　　myComm.CommandText="Update roysched SET royalty = royalty * 1.10 Where title_id LIKE ''''Pc%''''";<br>　　myComm.ExecuteNonQuery();<br>　<br>　　file://提交事务<br>　　myTran.Commit();<br>　}<br>　catch(Exception err)<br>　{<br>　　throw new ApplicationException("事务操作出错，系统信息："+err.Message);<br>　 }<br>　finally<br>　{<br>　　myConn.Close();<br>　 }<br>}<br>&#8230;&#8230; </p>
<p>到此为止，我们仅仅掌握了如何开始和提交事务。下一步我们必须考虑的是在事务中可以干什么和不可以干什么。 <br>&nbsp;</p>
<p>该文章转载自'大智の博客'：<a href="http://www.csafe.cn/article.asp?id=271">http://www.csafe.cn/article.asp?id=271</a></p>
<img src ="http://www.blogjava.net/TiGERTiAN/aggbug/116610.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.blogjava.net/TiGERTiAN/" target="_blank">TiGERTiAN</a> 2007-05-10 22:43 <a href="http://www.blogjava.net/TiGERTiAN/archive/2007/05/10/116610.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>Google DeskTop Search</title><link>http://www.blogjava.net/TiGERTiAN/archive/2005/07/21/8092.html</link><dc:creator>TiGERTiAN</dc:creator><author>TiGERTiAN</author><pubDate>Thu, 21 Jul 2005 02:25:00 GMT</pubDate><guid>http://www.blogjava.net/TiGERTiAN/archive/2005/07/21/8092.html</guid><wfw:comment>http://www.blogjava.net/TiGERTiAN/comments/8092.html</wfw:comment><comments>http://www.blogjava.net/TiGERTiAN/archive/2005/07/21/8092.html#Feedback</comments><slash:comments>2</slash:comments><wfw:commentRss>http://www.blogjava.net/TiGERTiAN/comments/commentRss/8092.html</wfw:commentRss><trackback:ping>http://www.blogjava.net/TiGERTiAN/services/trackbacks/8092.html</trackback:ping><description><![CDATA[这款软件我最近才安装了，果然是一款很不错的搜索软件，真的很佩服google的搜索技术，这款软件安装之后会在你空闲的时候占用一定的系统资源来进行list一样的工作，把所有文件的信息都收集起来，这样做是为了加快信息搜索速度，但我没想到速度竟然会这么快，跟用google搜索网页一样快，大家基本可以废弃windows自带的搜索了.<BR><A href="http://desktop.google.com/zh/CN?promo=app-gds-zh-cn-v1-1">http://desktop.google.com/zh/CN?promo=app-gds-zh-cn-v1-1</A><BR>看来信息检索技术真的是一个很神奇的技术啊...<img src ="http://www.blogjava.net/TiGERTiAN/aggbug/8092.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.blogjava.net/TiGERTiAN/" target="_blank">TiGERTiAN</a> 2005-07-21 10:25 <a href="http://www.blogjava.net/TiGERTiAN/archive/2005/07/21/8092.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item></channel></rss>