Question

我对SQL性能有疑问，并希望有人能得到答案。

我有数据库表tbl_users，我想获得我拥有的用户总数。我可以把它写成SELECT COUNT(*) FROM tbl_users。我认为这样的查询会产生性能影响，因为我有少数用户和几百万用户。（因此，假设＃1是我拥有的行越多，此查询将消耗的资源就越多。）

在这种特殊情况下，我需要以相对较高的频率运行此查询，每次我需要获取最新数据（因此，缓存不是一种选择）。

假设我的第一个问题是正确的，那么我想到了以下方式构建它：

使用字段userCounter
每次在tbl_users中插入时，userCounter都会更新为+1
每次我需要获取用户数时，我都可以从tbl_stats中提取一个字段

现在，我意识到通过这样做，userCounter中的数据在技术上是重复的，这是不好的形式。

那么，我的第一个查询（假设数百万行数据）会消耗那么多资源来保证我实现我的替代设计吗？如果是这样（或者可能是的话），那么我的替代设计是否符合最佳实践？

Answer 1

如果您的表被索引，几乎可以肯定，那么select count（*）的性能可能不会像您预期的那样糟糕 - 即使您有数百万行。

但是，如果确实成为一个问题，那么请考虑使用索引视图，而不是推出自己的解决方案。

Answer 2

我认为这是您真正需要衡量绩效以做出正确决策的场景之一。我敢打赌，一个简单的COUNT()不会产生足够的延迟，你需要实现你提出的解决方案。

如果您担心我会将COUNT()封装在函数或存储过程中，那么如果性能确实成为问题，您可以在以后快速将其交换出来。

Answer 3

我有一个包含近500万条记录的数据库表，以下查询在不到一秒的时间内返回

select count(userID) from tblUsers

此查询在2秒内返回

select count(*) from tblUsers

我个人只是选择count（）而不是创建重复字段

Answer 4

在某些系统上，您可以要求系统为您维护计数。例如，在SQL Server中，您可以在计数上有indexed view：

create view vwCountUsers
with schema binding
as
select count_big(*) as count
from dbo.tbl_users;

create clustered index cdxCountUsers on vwCountUsers (count);

系统会为您保留计数，并且几乎可以免费使用。

Answer 5

如果您有迫切的需求和真实的商业案例，那么准确的计数，那么触发器就是最佳选择。只需确保它满足所有多用户问题，例如并发和事务。

它可能会成为一个瓶颈，因为不是5个事务能够插入到新表中，它们将排队等待更新userCounter表，甚至可能会出现死锁。

还有其他选项可用于不太准确的计数，但如果您想要准确，则其他选择很少，但我会尝试考虑一些：

您可以对数据进行分区，并在userCounter存储中按天计数。如果仅在当天添加数据，请执行select sum(dailycount) from counter + select count(*) from table where {date=today}
您至少可以使用nolock或readpast选项来减少资源使用：

的

select * from tbl with (readpast)
select * from tbl with (nolock)

Answer 6

有些事情因性能原因而预先计算是有意义的（多年数据的复杂计算）。这就是为什么数据仓库在很多时候都存在加速报告的原因。如果您在表上有任何索引，则选择count（*）通常不是其中之一。还有更糟糕的性能问题需要解决。我得到1秒的时间将计数返回到一个有1300万行的表格上。

我所有关于编写代码的能力比替代方案更好（避免相关子查询，使用基于集合的operatiosn而不是游标，具有sargable where子句），但这是一个不应该的mirco优化解决，直到出现真正的性能问题。

SQL：使用count（）与保持单独的字段

6 个答案: