服务器端几种分页方式的性能分析【转】
http://blog.csdn.net/comaple/article/details/6552431
前言：
本试验在于探讨分页的性能问题，当然客户端分页也是一种分页的策略。不过这种分页方式已经过时了，建议不要采用。这里我们只讨论服务器端分页。
实验环境：
Pentium（R）?dual-Core?CPU?E5300?@?2.6GHz?2.59GHz，?2.00GB内存
SqlServer2008?数据库环境，数据库中我们要用到的的表：?
dbo.GMpipe
CREATE?TABLE?[dbo].[GMpipe](
[GMDataID]?[uniqueidentifier]?NOT?NULL,
[pointID]?[uniqueidentifier]?NULL,
[measurePipe]?[varchar](10)?NULL,
[measureTime]?[datetime]?NULL,
[measureCycle]?[varchar](10)?NULL,
[MeasureData]?[int]?NULL,
[doseRateValue]?[decimal](18,?10)?NULL,
?CONSTRAINT?[PK_GMPIPE]?PRIMARY?KEY?CLUSTERED?
(
[GMDataID]?ASC
)WITH?(PAD_INDEX??=?OFF,?STATISTICS_NORECOMPUTE??=?OFF,?IGNORE_DUP_KEY?=?OFF,?ALLOW_ROW_LOCKS??=?ON,?ALLOW_PAGE_LOCKS??=?ON)?ON?[PRIMARY]
)?ON?[PRIMARY]
目前该表中存在1157226条数据，用select语句查询耗时为：17s
SELECT??*?FROM?dbo.GMpipe?ORDER?BY?measureTime?DESC
?
接下来我们就来一起体验一下把：
使用top语句（本文只列出常用的）：
分页的存储过程，已实现好了如下：
CREATE?PROCEDURE?paging1
?@pageNum?INT?–-页码
?,@Num?INT????--每页条数
AS
BEGIN
SELECT?TOP?(@Num)?*??FROM?
(
SELECT?TOP?(@Num*@pageNum)?*?FROM?dbo.GMpipe?ORDER?BY?dbo.GMpipe.measureTime?asc
)?b?ORDER?BY?b.measureTime?DESC;
END
go
这个中方法先把数据库中的前@Num*@pageNum条数据取出，再从结果集中取出最后的@Num条数据，当然两个排序规则是不一样的这点很重要，不然起不到分页效果。?你可以具体试一下就明白了。
EXEC?paging1?2,5;--每页五条，第十页数据?耗时：1s
EXEC?paging1?200,5;--每页五条，第200页数据?耗时：1s
EXEC?paging1?20000,5;--每页五条，第20000页数据?耗时：1s
EXEC?paging1?200000,5;--每页五条，第二十万页数据?耗时：?3s
使用临时表
分页的存储过程，实现如下：
CREATE?PROCEDURE?paging2
?@pageNum?INT
,@Num?INT
AS
BEGIN
SELECT??measurePipe,measureTime,measureCycle,MeasureData,doseRateValue,IDENTITY(int)?Num?INTO?#temp?FROM?dbo.GMpipe?ORDER?BY?measureTime?ASC?
SELECT?*?FROM?#temp?WHERE??Num<=@Num*@pageNum?AND?Num>?@Num*(@pageNum-1)
ORDER?BY?Num?ASC
DROP?TABLE?#temp
END
Go
这种方式是将表中的数据全部查出，然后加入标识行号的列Num并将其装入临时表#temp中然后可根据行号列进行分页查询。
EXEC?paging2?2,5;--每页五条，第二页数据?耗时：3s
EXEC?paging2?200,5;--每页五条，第二百页数据?耗时：3s
EXEC?paging2?20000,5;--每页五条，第二万页数据?耗时：3s
EXEC?paging2?200000,5;--每页五条，第二十万页数据?耗时：3s
?
采用系统提供的ROW_NUMBER()函数
存储过程实现如下：
CREATE?PROCEDURE?paging0??
?@pageNum?INT
?,@Num?INT
?AS?
?begin
SELECT?*?FROM?
(
SELECT?measurePipe,measureTime,measureCycle,MeasureData,doseRateValue,ROW_NUMBER()?OVER(ORDER?BY??GMpipe.measureTime?ASC?)?AS?NUM?
FROM?GMpipe)A
WHERE?A.NUM<=@Num*@pageNum?AND?A.NUM>?@Num*(@pageNum-1)?ORDER?BY?A.measureTime?desc
END
Go
这种方式就不多说了大家一看就明白，直接看性能。
EXEC?paging0?20,5;--每页五条，第二十页数据?耗时：?1s
EXEC?paging0?20000,5;--每页五条，第二万页数据?耗时:?1s
EXEC?paging0?200000,5;--每页五条，第二十万页数据?耗时：?1s
改进第三种方式：
?之所以要改进第三种方式那是因为，Top关键字其实是
已经经过性能优化了的之所以比不过ROW_NUMBER()的执行效率是因为用了两次，那么既然如此，我们何不将二者结合起来使用，效果岂不更佳。那就让我们改进一下吧。
?
CREATE?PROCEDURE?paging0
@pageNum?INT
,@Num?INT
AS
begin
SELECT?*?FROM
(
SELECT?TOP?(@Num*@pageNum)??measurePipe,measureTime,measureCycle,MeasureData,
????????? doseRateValue,ROW_NUMBER()?OVER(ORDER?BY?GMpipe.measureTime?ASC?)?AS?NUM
FROM?GMpipe)A
WHERE?A.NUM>?@Num*(@pageNum-1)?ORDER?BY?A.measureTime?desc
END
Go
?这样一来执行效率更高了呵呵！
?
我们再来改变一下每页的条数看看
临时表方式：
EXEC?paging2?5000,200;--每页两百条，第五千页数据?耗时：7s
Top语句方式：
EXEC?paging1?5000,200;--?每页两百条，第五千页数据?耗时：?3s
?
ROW_NUMBER()函数方式：
EXEC?paging0?5000,200;--每页五条，第二十万页数据?耗时：1s
?
分析：这样我们就能看到很清楚了吧，影响top语句方式的因素是你要取的页数，即越靠后耗时也明显。影响临时表的因素则比较多了首先是数据的总条数，其次是分页方式即每页的数据量。而ROW_NUMBER()函数的影响则可能只有总的数据量，并且性能可是不错的哦！
我想对与一般的系统而言二十万页的数据分页量已经够用了吧，呵呵！再多的话我们也看不过来啊
