Question

目前我正在使用相对较大的SQL Server 2000数据库。它的大小为80 GB，拥有数百万条记录。

我目前需要返回一个包含至少一系列非法字符的名称列表。非法字符只是指由客户定义的任意字符列表。在下面的例子中，我使用问号，分号，句号和逗号作为非法字符列表。

我最初想要做一个与正则表达式一起使用的CLR函数，但是因为它是SQL server 2000，我猜这是不可能的。

目前我这样做了：

select x from users
where 
columnToBeSearched like '%?%' OR
columnToBeSearched like '%;%' OR
columnToBeSearched like '%.%' OR
columnToBeSearched like '%,%' OR
otherColumnToBeSearched like '%?%' OR
otherColumnToBeSearched like '%;%' OR
otherColumnToBeSearched like '%.%' OR
otherColumnToBeSearched like '%,%'

现在，我不是一个SQL专家，但我觉得上面的查询效率很低。在具有数百万条记录的表中进行8次多通配符搜索，似乎可能会严重降低系统速度。虽然它似乎在测试服务器上运行良好，但我得到了“这必须完全错误”的氛围。

由于我最终需要在实时生产服务器上执行此脚本，我希望能够获得良好的性能，以免堵塞系统。可能需要稍后扩展该脚本以包含更多非法字符，但这不太可能。

总结一下：我的目标是获取一个记录列表，其中两列中的任何一列都包含客户定义的“非法字符”。数据库是实时且庞大的，所以我想要一种有效的方法，因为我相信上面的查询会非常慢。

有人能告诉我实现结果的最佳方法吗？谢谢！

/的Morten

Answer 1

它没有得到太多使用，但是LIKE语句接受了与Regex类似（但非常简化）的模式。 This link是它的msdn页面。

在您的情况下，您可以简化为（未经测试）：

select x from users
where 
    columnToBeSearched like '%[?;.,]%' OR
    otherColumnToBeSearched like '%[?;.,]%'

另请注意，您可以将LIKE模式创建为变量，从而允许客户定义的部分要求。

另一个主要优化：如果您在用户行上有更新的日期（或时间戳）（对于任何审计历史记录类型的事物），那么您始终可以只查询自上次检查后更新的行。

Answer 2

如果这是一个将重复运行的查询，那么最好为它创建一个索引。语法目前让我失望了，但你可以创建一个计算列（编辑：可能是PERSISTED计算列），如果columnToBeSearched或otherColumnToBeSearched包含非法字符，则为1，0除此以外。在该列上创建一个索引，只需选择列为1的所有行。这假定该数据库安装的非法字符集是固定的（我假设这是“客户指定的”）。另一方面，如果每个查询可能指定了一组不同的非法字符，则无效。

顺便说一下，如果您不介意读取未提交行的风险，可以在隔离级别为READ UNCOMMITTED的事务中运行查询，这样您就不会阻止其他事务。 / p>

Answer 3

您可以尝试水平分区数据，并在一些较小的查询中“分割”您的查询。例如，你可以做

SELECT x FROM users 
WHERE users.ID BETWEEN 1 AND 5000 
AND -- your filters on columnToBeSearched

将结果重新放在一个列表中可能会有点不方便，但如果它是一个报告，你只提取一次（或偶尔提取一次），这可能是可行的。我假设ID是用户的主键或具有索引定义的列，这意味着SQL应该能够创建一个有效的执行计划，它在尝试检查之前评估users.ID BETWEEN 1和5000（快）过滤器（可能很慢）。

Answer 4

查找PATINDEX，它允许您输入一个字符数组PATINDEX（'[._]'，ColumnName）返回0或某个值中找到的非法字符的第一次出现的值。希望这会有所帮助。

包含特定字符的记录列表的最佳SQL查询？

4 个答案: