SQL Server中如何快速获取表的记录总数

作者:安娜 来源:赛迪网 时间:2008-12-05 15:59:00 

在数据库应用的设计中,我们往往会需要获取某些表的记录总数,用于判断表的记录总数是否过大,是否需要备份数据等。我们通常的做法是:select count(*) as c from tableA 。然而对于记录数巨大的表,上述做法将会非常耗时。在DELL 4400 服务器上做试验,MS Sqlserver 2000 数据库对于100万记录的简单数据表执行上述语句,时间在1分钟以上。如果在表的某个字段上做聚簇索引,第一次执行该语句的时间和没有索引的时间差不多,之后执行上述语句,速度很快,在1秒中以内,但当表的记录数发生较大变化后,再执行该语句又会经历一次耗时的过程。而且不是每个表都适合做聚簇索引的,对于数量巨大的表,如果需要经常增删操作,建聚簇索引是一个很不明智的做法,将会极大的影响增删的速度。那么有没有一个比较简单的方法快速获取表的记录总数呢?答案是有的。

在MS SQL 数据库中每个表都在sysindexes 系统表中拥有至少一条记录,该记录中的rows 字段会定时记录表的记录总数。

下面是sysindexes 表的相关记录的含义:

列名 数据类型 描述

id int 表ID(如果 indid = 0 或255)。否则为索引所属表的ID

Indid smallint 索引ID:

0=表

1=聚簇索引

>1=非聚簇索引

255=具有text或image数据的表条目。

rows int 基于indid=0 和 indid=1地数据级行数,该值对于indid>1重 复。如果indid=255,rows设置为0。

当表没有聚簇索引时,Indid = 0 否则为 1。

那么现在大家应该知道如何获取表的记录总数了,只需执行如下语句:

select rows from sysindexes where id = object_id(tablename) and indid in (0,1)

该方法获取表的记录总数的速度非常快,在毫秒级就可以完成,相比select count(*) 要快上数万倍,但是大家在运用该方法是一定要主要,该方法得到的表的总记录数不是一个精确值,原因是MS SQL 并不是实时更新该字段的值,而是定时更新,当从实践来看该值和精确值一般误差不大,如果你希望快速的粗略估算表的大小,建议你采用该方法。如果你希望得到精确值,那么请在执行上述语句前执行DBCC UpdateUSAGE(DatabaseName,[TABLENAME]) WITH ROW_COUNTS 强制更新该字段的值,但这样第一次更新时会耗费大量的时间,这样做的效果和建有聚簇索引的表 select count (*) 效果相差不大,所以如果你希望相对快速地得到精确的表的记录总数,那么你有两种选择,建聚簇索引或者先DBCC 再使用上述方法。

标签:
0
投稿

猜你喜欢

  • php基于PDO实现功能强大的MYSQL封装类实例

    2023-11-16 22:50:27
  • Python3如何在服务器打印资产信息

    2023-11-15 08:03:45
  • 深度学习Tensorflow2.8实现GRU文本生成任务详解

    2022-07-27 09:04:21
  • Windows下使Python2.x版本的解释器与3.x共存的方法

    2021-03-14 22:22:17
  • SQL中自己创建函数 分割字符串

    2008-11-20 16:13:00
  • PHP模板引擎Smarty中变量的使用方法示例

    2023-11-14 23:32:25
  • Python绘图之柱形图绘制详解

    2023-08-16 16:16:49
  • python实现电子词典

    2021-12-19 08:29:03
  • python爬取微信公众号文章

    2021-12-30 18:46:35
  • oracle使用sql语句增加字段示例(sql删除字段语句)

    2024-01-22 03:22:39
  • Python实现扫描指定目录下的子目录及文件的方法

    2022-09-04 23:44:40
  • Python使用matplotlib实现基础绘图功能示例

    2023-08-31 03:24:02
  • Mootools常用方法扩展(三)

    2009-01-14 20:07:00
  • Opencv+Python 色彩通道拆分及合并的示例

    2021-02-14 10:00:56
  • python 实现Harris角点检测算法

    2023-08-03 08:08:31
  • 关于Python可视化Dash工具之plotly基本图形示例详解

    2023-08-13 15:51:57
  • 用pandas按列合并两个文件的实例

    2022-05-31 22:21:04
  • mysql_connect(): Connection using old (pre-4.1.1) authentication protocol refused

    2024-01-23 08:22:11
  • 栅格:灵活应变

    2008-07-22 12:22:00
  • MySQL数据误删除的快速解决方法(MySQL闪回工具)

    2024-01-14 08:04:02
  • asp之家 网络编程 m.aspxhome.com