SQL Server 性能调优之查询从20秒至2秒的处理方法

作者:Emrys5 时间:2024-01-24 14:01:56 

一、需求

需求很简单,就是需要查询一个报表,只有1个表,数据量大约60万左右,但是中间有些逻辑。

先说明一下服务器配置情况:1核CPU、2GB内存、机械硬盘、Sqlserver 2008 R2、Windows Server2008 R2 SP1和阿里云的服务器,简单说就是阿里云最差的服务器。

1、原始表结构

SQL Server 性能调优之查询从20秒至2秒的处理方法

非常简单的一张表,这次不讨论数据冗余和表字段的设计,如是否可以把Project和Baojian提出成一个表等等,这个是原始表结构,这个目前是没有办法改变的。

2、查询的sql语句为


select *from(
select *,ROW_NUMBER() OVER (ORDER BY sc desc) as rank
from(
 select *,
   case when ( 40-(a.p*(case when a.p > 0 then 1 else -0.5 end)))<=30
     then 30
     else ( 40-(a.p*(case when a.p > 0 then 1 else -0.5 end)))
     end as sc
 from (
 select * from (
   select a.ProjectNumber, a.ProjectName, a.BaojianNumber, a.BaojianName, a.ToubiaoPerson,
    sum(UnitPrice) as sumPrice,
    b.price as avgPrice,
    ((sum(UnitPrice)-b.price)/nullif(b.price,0)*100) as p,
    sum(case when UnitPrice>b.price then b.price else UnitPrice end )as pprice,
    sum(case when UnitPrice>MaxPrice then 1 else 0 end ) as countChao
   from ToubiaoDetailTest1 a
     join (
      select ProjectNumber, ProjectName, BaojianNumber, BaojianName, avg(price) as price
      from(
       select * from(
        select ProjectNumber, ProjectName, BaojianNumber, BaojianName, ToubiaoPerson,
         SUM(UnitPrice) as price,
         SUM(case when UnitPrice>MaxPrice then 1 else 0 end ) as countChao
        from ToubiaoDetailTest1
        group BY ProjectNumber, ProjectName, BaojianNumber, BaojianName, ToubiaoPerson
       ) tt
       where tt.countChao = 0
      ) t
      group by ProjectNumber, ProjectName, BaojianNumber, BaojianName
     ) b
      on a.ProjectNumber=b.ProjectNumber and a.ProjectName=b.ProjectName and a.BaojianNumber=b.BaojianNumber and a.BaojianName=b.BaojianName
   group by a.BaojianNumber, a.BaojianName, a.ProjectNumber, a.ProjectName, a.ToubiaoPerson, b.price
  ) tt
  where tt.countChao=0
 ) a
) b
) t
order by rank

此段sql语句主要的功能是:

1、根据ProjectNumber, ProjectName, BaojianNumber, BaojianName, ToubiaoPerson分组,查询所有数据的sum(UnitPrice)

其中UnitPrice>MaxPrice的判断是为了逻辑,如果有一条数据满足,则此分组所有的数据不查询。

2、根据ProjectNumber, ProjectName, BaojianNumber, BaojianName 分组,查询所有数据的avg(price),以上两步主要就是为了查询根据ProjectNumber, ProjectName, BaojianNumber, BaojianName分组的avg(price)值。

3、然后根据逻辑获取相应的值、分数和按照分数排序分页等等操作。

二、性能调优

在未做任何优化之前,查询一次的时间大约为20秒左右。

1、建立索引

根据sql语句我们可以知道,会根据5个字段(ProjectNumber, ProjectName, BaojianNumber, BaojianName, ToubiaoPerson)进行分组聚合,所以尝试添加非聚集索引idx_calc。

在索引键列添加ProjectNumber, ProjectName, BaojianNumber, BaojianName, ToubiaoPerson。如图:

SQL Server 性能调优之查询从20秒至2秒的处理方法

然后执行查询sql语句,发现执行时间已经减半了,只要10610毫秒。

2、索引包含列

分析查询sql可以得知,我们需要计算的值只有UnitPrice和MaxPrice,所以想到把UnitPrice和MaxPrice添加到idx_calc的包含列中。如图

SQL Server 性能调优之查询从20秒至2秒的处理方法

然后执行查询sql语句,发现执行时间再次减半,只要6313毫秒,现在已经从之前的20多秒优化成6秒多。

3、再次优化查询Sql

再次分析sql语句可以把计算所有数据的avg(price)语句暂时放置临时表(#temp_table)中,再计算其他值的时候直接从临时表中(#temp_table)获取数据。

SQL Server 性能调优之查询从20秒至2秒的处理方法

然后执行查询sql语句,执行时间只有2323毫秒。

在硬件、表数据量和查询稍复杂的情况下,这样已经可以基本上满足查询需求了。

三、总结

经过三步:1、建立索引,2、添加包含列,3、用临时表。用三步可以把查询时间从20秒优化至2秒。

以上所述是小编给大家介绍的SQL Server 性能调优之查询从20秒至2秒网站的支持!

来源:http://www.cnblogs.com/emrys5/archive/2017/07/19/sqlserver_index.html

标签:sql,server,性能调优
0
投稿

猜你喜欢

  • Python爬虫抓取手机APP的传输数据

    2021-10-04 03:26:51
  • Pandas数据形状df.shape的实现

    2021-01-27 07:19:07
  • python如何在终端里面显示一张图片

    2023-08-23 01:34:00
  • Python 使用 environs 库定义环境变量的方法

    2022-06-06 08:58:51
  • 关于matlab图像滤波详解(二维傅里叶滤波)

    2022-04-16 19:51:35
  • MySQL向表中添加列方法实例

    2024-01-20 19:08:37
  • thinkphp5上传图片及生成缩略图公共方法(分享)

    2024-06-05 15:40:11
  • BootStrapTable 单选及取值的实现方法

    2024-05-02 16:11:45
  • 首页访问感受提升三步曲

    2007-12-13 20:36:00
  • Pandas中的 transform()结合 groupby()用法示例详解

    2023-01-26 10:00:09
  • 一则python3的简单爬虫代码

    2022-11-29 04:46:31
  • 在PHP3中实现SESSION的功能(二)

    2023-11-17 11:26:52
  • 详解用python -m http.server搭一个简易的本地局域网

    2023-09-29 13:03:34
  • torch 中各种图像格式转换的实现方法

    2021-04-17 08:08:13
  • 存储过程优缺点分析

    2024-01-22 09:41:14
  • PyTorch中关于tensor.repeat()的使用

    2023-06-26 07:13:35
  • SQL 实现某时间段的统计业务

    2024-01-24 11:41:03
  • 为什么首页最后设计

    2009-07-17 19:03:00
  • flask开启多线程的具体方法

    2023-03-10 06:30:50
  • 浅谈python中列表、字符串、字典的常用操作

    2023-02-02 23:59:15
  • asp之家 网络编程 m.aspxhome.com