我有一个位于网络中的postgre服务器,我正在使用数据库。 我需要查看大量的记录(1mil +),每次选择都需要时间。
这是我目前的方法:
DataSet ds = new psqlWork().getDataSet("SELECT * FROM z_sitemap_links");
DataTable dt = ds.Tables[0];
Parallel.ForEach(dt.AsEnumerable(), dr =>
{
new Sitemap().runSitemap(dr[1].ToString(), counter);
counter++;
});
但是当DB大小增加时,这种方法(在我看来)不会那么有效。你能建议一个更好的方法吗?也许拉动数据以块状进行处理;虽然我现在不知道如何处理这个问题。
答案 0 :(得分:8)
优化要点:
DataSet
和DataTable
,这将减少一些内存占用。澄清原帖的问题:
Parallel.ForEach
来处理它的?如果底层系统具有它的容量,你可能会对你现在的方法很好。还要考虑一下,你应该对实际表现进行分析,而不是仅仅猜测会发生什么。DataSet ds = new psqlWork().getDataSet(@"
SELECT * FROM z_sitemap_links
order by timestamp asc /*always order when skipping records so you get the same skips */
LIMIT 100000 /* using these two with variables you could skip so many records /*
OFFSET 100000 /* depending on what you're aiming for */
");
DataTable dt = ds.Tables[0];
Parallel.ForEach(dt.AsEnumerable(), dr =>
{
new Sitemap().runSitemap(dr[1].ToString(), counter);
counter++;
});
而且,如果你可以使用这样的东西:row_number() OVER (ORDER BY col1) AS i
那么你可以跳过计数器,因为当你选择回来的行时会为你提供,但我的postgres知识并没有告诉我从上面的代码每次都会是1..100000,或者如果它是你想要的,但Database Administrators以上的人肯定会知道。这意味着您的代码将成为:
Parallel.ForEach(recordList, record =>
{
new Sitemap().runSitemap(record.FieldYouNeed, record.RowNumberFromDatabase);
});