設計背景

由于歷史原因，線上庫環境數據量及其龐大，很多千萬級以上甚至過億的表。目標是讓N張互相關聯的表 按照一張源表為基表，數據搬移歸檔 這里我們舉例N為50 每張表數據5000W

---

最差性能sql進化客串

2表KeyName 字段意義 名稱等相同 從bug01 表中取出前500條不在bug02 表中的數據

最差性能：

?

SELECT TOP 500 a.KeyName FROM bug01 a LEFT JOIN bug02 b on a.KeyName = b.KeyName WHERE (a.KeyName not in (select distinct b.KeyName From bug02)) ORDER BY a.KeyName asc

進化體在篇尾揭曉

---

詳細設計

問題點：性能 安全 容錯

流程篇 為何如此設計 在下文中會解釋

step.1 源表數據過濾

這部分沒什么好說的 根據大家自己的業務場景設定不同的過濾規則

step.2 源表數據副本

程序的入口點肯定是源表了，擴展表中的內容都是以源表為Key來展開。那么這個展開的過程如何來做。

首先確定一些概念，這50表中的層級關系如何。可能直接和源表key鍵關聯的表只有10張。

例如我統計市內所有圖書館詳細信息，那么我們以圖書館為源表。圖書館關聯書架、地址、會員信息。那么這3中信息我們分為一級別表。

書架關聯圖書類別，地址關聯街道信息，會員關聯用戶借閱信息，那么后面3者我們繼續分為二級表，......按照場景繼續擴展。

方案1：使用游標 循環源表 根據源表key值 處理和key相關的數據? 假設我們沒批次處理500跳源表數據

　　　 也就是根據圖書館ID，遍歷所有節點。假設我們不分二級三級表，都是一級表 我們的insert操作次數是500*50。select操作同數據量

　　　 這個給誰肯定都不大樂意，而且如果再遍歷2級表3級更難想象。

方案2：對源表key數據進行集合，存進變量，然后用in表達式。貌似可行。直接減少到1/500的操作次數。但是這里有個最恐怖的問題。

　　　 變量都有長度，例如varchar 最大長度不能超過65535。

方案3：將源表Key做成一個查詢過濾池(相對于一級表 底層的sql where條件語句 下面會詳細介紹一下) 相對于第二種方案，我們這種似乎又將操作數提高了。

　　　 不考慮層級的情況下，insert操作50。select操作50*2可以接受.

方案3擴展： 對于一張大表來說 操作50次也不是什么可以樂觀的數字，并且這個50還有可能變成500，5000，50000。

　　　　　　更有一個問題就是，當你操作這500條的時候，可能會有數據干擾，你1秒前取得的這500條可不一定是1秒后的內容。

　　　　　　所以采取臨時表策略。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

?? CREATE TABLE #p ??? (????? ??????? OrderID varchar(50), ??????? primary key (OrderID)????? ??? ); ??? SET @temp_text = 'INSERT INTO #p '+@KeyText ??? --PRINT @temp_text ??? EXEC (@temp_text)?? ??? SET @KeyText = 'SELECT OrderID FROM #p' ??? --如果一級表關聯的操作次數比較多那么可以訪源表操作 以臨時表取代物理表 ??? SET @SubKeyText = 'select 一級表_A_被關聯鍵 From 一級表_A with(nolock) where 一級表_A_關聯源表鍵 in (' + @KeyText+')' ??? CREATE TABLE #q ??? (????? ??????? OrderID varchar(50), ??????? primary key (OrderID)????? ??? ); ??? SET @temp_text = 'INSERT INTO #q '+@SubKeyText ??? EXEC (@temp_text)?? ??? SET @SubKeyText ='SELECT OrderID FROM #q' ??? --如果一級表關聯的操作次數不多可以直接生成數據過濾池 ??? SET @SubKeyTextforA ='select 一級表_B_被二級關聯鍵 From 一級表_B with(nolock) where 一級表_B_關聯源表鍵 in (' + @KeyText+')' ??? SET @SubKeyTextforB ='select 一級表_C_被二級關聯鍵 From 一級表_C with(nolock) where 一級表_C_關聯源表鍵 in (' + @KeyText+')' ??? --如果存在更多層操作在此處可以繼續關聯資源過濾池 Demo只做到三層 SET @THKeyTextforA ='select 二級表_A_被三級關聯鍵 From 二級表_A with(nolock) where 二級表_A_關聯一級表鍵 in (' + @SubKeyTextforA+')'

--step.3 分表歸檔操作

這個環節的問題是安全 事務如何控制 事務的大小如何衡量 如何容錯 以及如何將程序做得可擴展 可維護

大家根據業務場景 區分自己的批次范圍 拿蟲子這篇demo來說 50張千萬級大表 如果是批次5000條以上 事務要放在內層處理 如果是5000條以下 可以放在最外層

事務的大小直接影響性能的波動

容錯的方案大家也可以自己設計 蟲子的程序員采用第三類表 異常表來重置 失敗了就插入 下一個批次直接就過濾

?

--將錯誤的批次訂單號入異常表 ??? Insert into 異常表(@ExTable) SELECT OrderID FROM #p --@ExTable用來存放異常數據 如果當期批次出錯 則將本次批次訂單信息入庫@ExTable下一批次則過濾這些數據再執行 ??? SET @KeyText = 'SELECT TOP '+CAST(@SynSize AS VARCHAR(10))+' '+@Base_Key+' FROM +

?

'+@BaseTable+'+ WHERE '+@Base_Key+' not in (select '+@Base_Key+' From '+@ExTable+') '

如何讓程序變的漂亮 可維護

我們在存儲過程中同樣可以使用面試對象的思想 只不過存儲過程沒有類這樣的概念給我們 那么我們不妨自己設計

用什么 還是臨時表

?

--一級 直接關聯源表主鍵 或為二級被關聯的主表 ??? INSERT INTO #k VALUES ('一級表_A',@Base_Key,@KeyText,'')?????????????????? --一級表_A ??? INSERT INTO #k VALUES ('一級表_B',@Base_Key,@KeyText,'')?????????????????? --一級表_B ??? INSERT INTO #k VALUES ('一級表_C',@Base_Key,@KeyText,'')?????????????????? --一級表_C --二級 規則間接關聯 ??? --@SubKeyText相關 ??? INSERT INTO #k VALUES ('二級表_A','二級表_A_關聯一級鍵',@SubKeyText,'')??????????????? --二級表_A ??? INSERT INTO #k VALUES ('二級表_B','二級表_B_關聯一級鍵',@SubKeyText,'')??????????????? --二級表_B ??? INSERT INTO #k VALUES ('二級表_C','二級表_C_關聯一級鍵',@SubKeyText,'')??????????????? --二級表_C --特殊處理 ??? --自定義操作 ??? INSERT INTO #k VALUES ('特殊表','特殊表關聯鍵','自定義數據過濾方式','')?????????? ??? --其他 自增列處理 ??? --修改訂單,及其取消修改訂單狀態歷史表 ??? INSERT INTO #k VALUES ('自增表',@Base_Key,@KeyText,'自定義字段')

--step.4 處理細節

游標循環臨時表 針對每一張表操作一次

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

DECLARE CUR_ORDERHEDER INSENSITIVE CURSOR FOR SELECT TableName,KeyName,temptext,colname FROM #k ??? OPEN CUR_ORDERHEDER ??? FETCH CUR_ORDERHEDER INTO @Cur_Table,@Cur_Key,@Cur_W,@Cur_K ??????? WHILE @@FETCH_STATUS = 0 ??????????? BEGIN????????????? ???????????????? EXECUTE P_Task_Sub_Synchronization ???????????????? @OutParam? = @OutParam OUT, @OutMessage = @OutMessage OUT, ??????????? @KeyText =? @Cur_W,@Table= @Cur_Table,@Extension=@Extension,@IsDelSource=@IsDelSource,@KeyName=@Cur_Key,@ColName=@Cur_K ???????????????? --SET @OutMessage = @OutMessage+@OutMessage ???????????????? --PRINT @OutMessage ???????????????? IF @OutParam <> 0? ???????????????????? BEGIN ??????????????????????? SET @OutMessage = @OutMessage + @Cur_Table +'操作失敗'???????????????????? ??????????????????????? ROLLBACK TRAN ??????????????????????? --將錯誤的批次訂單號入異常表 ??????????????????????? Insert into 異常表(@ExTable) SELECT OrderID FROM #p ??????????????????????? DROP TABLE #k ??????????????????????? DROP TABLE #p ??????????????????????? DROP TABLE #q ??????????????????????? RETURN ???????????????????? END?? ???????????????? FETCH CUR_ORDERHEDER INTO @Cur_Table,@Cur_Key,@Cur_W,@Cur_K ??????????? END ??? ClOSE CUR_ORDERHEDER ??? DEALLOCATE CUR_ORDERHEDER??????

--step.5 資源釋放

--step.6 流程處理

這2個部分就不詳細說了?

---

最差性能sql進化過程

step.1 not in了 就別再distinc了 distinc和not in都是臭名昭著的角色 not in后+dinstinc畫蛇添足而已

改后sql：

SELECT TOP 500 a.KeyName FROM bug01 a LEFT JOIN bug02 b on a.KeyName = b.KeyName WHERE (a.KeyName not in (select? b.KeyName From bug02)) ORDER BY a.KeyName asc

step.2 別名 別小看別名 用圖來說話 原sql計劃

改后sql：

SELECT TOP 500 a.KeyName FROM bug01 a LEFT JOIN bug02 b on a.KeyName = b.KeyName WHERE (a.KeyName not in (select? c.KeyName From bug02 c)) ORDER BY a.KeyName asc

step.3 何必要用外聯 直接過濾不就得了 嘿嘿

改后sql：

SELECT TOP 500 a.KeyName FROM bug01 a WHERE (a.KeyName not in (select? c.KeyName From bug02 c)) ORDER BY a.KeyName asc

step.4 根據luofer同學的建議 再進化一次 直接EXCEPT

SELECT TOP 500 a.KeyName FROM bug01 a except SELECT b.KeyName from bug02 b

熬夜的蟲子：http://www.cnblogs.com/dubing/archive/2011/11/11/2245836.html

總結

以上是生活随笔為你收集整理的针对大表 设计高效的存储过程【原理篇】 附最差性能sql语句进化过程客串的全部內容，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。