?

　　有產品表Product(ProductId,Name,Username,AddTime...)
???? 留言表 Agency(AgencyId,? ProductId,? TargetUsername,IsRead...)
其中Agency.TargetUsername與Product.Username指這個產品的發布用戶(以及這條留言的目標用戶--不是指發留言的人),

現在要打印某一指定用戶的如下列表:
?產品名稱,未讀留言數,總留言數

比較下面兩種寫法

//*******方式1:使用Agency的Targetusername

?

Select com.ProductId,com.Name,com.AddTime,
?????? sum(
?????? case rev.IsRead
??????????? When 1 Then 1
??????????? Else 0
?????? End )
?????????? As Readed,
?????? sum(
?????? Case rev.IsRead
??????????? When 0 Then 1
??????????? Else 0
?????? End )
???????? As UnReaded,
??????? count(rev.ProductId) as Amount

From
?Agency as rev
?inner join
?Product as com on rev.ProductId=com.ProductId
?Where? rev.TargetUsername='0576sy.cn'
?Group By com.ProductId,com.Name,com.AddTime,com.OrderId
?Order By com.OrderId

//*******方式二使用Product.Username

?

Select com.ProductId,com.Name,com.AddTime,
?????? sum(
?????? case rev.IsRead
??????????? When 1 Then 1
??????????? Else 0
?????? End )
?????????? As Readed,
?????? sum(
?????? Case rev.IsRead
??????????? When 0 Then 1
??????????? Else 0
?????? End )
???????? As UnReaded,
??????? count(rev.ProductId) as Amount

From
?Agency as rev
?inner join
?Product as com on rev.ProductId=com.ProductId
?Where? com.Username='0576sy.cn'
?Group By com.ProductId,com.Name,com.AddTime,com.OrderId
?Order By com.OrderId

//*************End

測試后發現,(Asp.net2.0,Windows2003,SQL2000,比較stopwatch)
?? 使用Agency.TargetUsername要比使用Product.Username作為指定用戶信息過濾的條件,時間少30%左右(產品表4萬條記錄,留言表5萬條記錄),
具體分析查詢分析器時發現,使用Agency.TargetUseranme時,使用的是Nested Loop 方式來實現inner join,上表是Agency(根據TargetUseranme過濾的后的記錄),下表是Product,因為連接字段是productId,而ProductId是Product表的主鍵故內循環消耗時間比例接近零.

??使用product.Username時查詢分析器顯示使用 Hash Match 來實現inner join ,上表是Product,下表是Agecny,因為ProductId在Agency表中是外鍵故性能比較差.

?同時指定條件com.Useranme='0576sy.cn' And rev.TargetUseranme='0576sy.cn' 時,發現查尋分析器會忽略com.Useranme條件,這說明查詢分析器自身的優化引擎也認可,采用rev.Targetusername,當然在Agency中引入了TargetUsername帶來了數據冗余,另外時間成本降低了,空間成本卻增加了.

?

轉載于:https://www.cnblogs.com/wdfrog/archive/2009/11/09/1598783.html

總結

以上是生活随笔為你收集整理的一个产品留言统计查寻的分析比较的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。