上篇介绍了一下自己在项目中遇到的一种使用sql语句的优化方式(性能优化——SQL语句),但是说的不够完整。在对比的过程中,没有将max函数考虑在内,经人提醒之后赶紧做了一个测试,测试过程中又学到了不少的东西。
上次用的是select count(*) 和select * 的执行效率问题,因为我的需求是获取数据的一个总数来自动给出新的id,然后网友给出可以使用max的方式给出新id。其实这也是一种不错的思路(当时我们也用过该函数,只不过因为系统数据本身问题,不适合用该函数),然后我就对max函数的性能做了一下测试。
第一次测试:
Declare @dddd Datetime Set @dddd=GETDATE() select MAX(num) from T_BasicInformation select [花费时间]=DATEDIFF(ms,@dddd,GetDate())
测试结果:
通过对比发现,使用该方法的执行效率貌似不如select count(*) 的效率高(当时测得的时间为3ms),那么事实真的是这样吗?后来查了一些资料,发现其实max的效率相对来说会更高,那么为什么我们的测试结果会是这样的呢?咱们接着进行测试
第二次测试:
①语句一
Declare @ddd Datetime Set @ddd=GETDATE() select MAX(id) from t_SellLogDetail select [花费时间]=DATEDIFF(ms,@ddd,GetDate())
测试结果:
②语句二
Declare @dddd Datetime Set @dddd=GETDATE() select MAX(foodId) from t_SellLogDetail select [花费时间]=DATEDIFF(ms,@dddd,GetDate())
测试结果:
③语句三
Declare @ddddd Datetime Set @ddddd=GETDATE() select MAX(orderId) from t_SellLogDetail select [花费时间]=DATEDIFF(ms,@ddddd,GetDate())
测试结果:
做完第二次测试会发现,同样的表,不同的字段,其max函数执行效果就不一样。然后就从数据类型出发了,数据类型如下:
这样的话,我们的测试结果不同问题就迎刃而解了,在max函数的执行过程中,会根据数据类型的不同而有不同的执行效率。如果是主键且为整型,其效率是最高的;而非主键时,int的效率又会高于字符类型。其实这些都很容易理解,各有各的使用方式。
小结:
第一次测试完之后就没有考虑其他的东西,后来又发现在max中还有一些需要注意的地方。所以,在我们平常的学习中,一定要学会拓展学习,不要仅仅限于自己想要的结果。得到结果固然是系统需要的,但是对于处于学习期的我们,这远远不够,我们要不断的探索,才能赢得更大的进步。
关于SQL语句性能优化,小编就给大家介绍到这里,希望对大家有所帮助!
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]