SQL Server 的通用分頁顯示存儲過程

創建一個 Web 應用，分頁瀏覽功能必不可少。這個問題是數據庫處理中十分常見的問題。經典的數據分頁方法是:ADO 紀錄集分頁法，也就是利用ADO自帶的分頁功能（利用遊標）來實現分頁。但這種分頁方法僅適用於較小數據量的情形，由於遊標自己有缺點：遊標是存放在內存中，很費內存。遊標一創建，就將相關的記錄鎖住，直到取消遊標。遊標提供了對特定集合中逐行掃描的手段，通常使用遊標來逐行遍歷數據，根據取出數據條件的不一樣進行不一樣的操做。而對於多表和大表中定義的遊標（大的數據集合）循環很容易使程序進入一個漫長的等待甚至死機。

更重要的是，對於很是大的數據模型而言，分頁檢索時，若是按照傳統的每次都加載整個數據源的方法是很是浪費資源的。如今流行的分頁方法通常是檢索頁面大小的塊區的數據，而非檢索全部的數據，而後單步執行當前行。

最先較好地實現這種根據頁面大小和頁碼來提取數據的方法大概就是「俄羅斯存儲過程」。這個存儲過程用了遊標，因爲遊標的侷限性，因此這個方法並無獲得你們的廣泛承認。

後來，網上有人改造了此存儲過程，下面的存儲過程就是結合咱們的辦公自動化實例寫的分頁存儲過程：

CREATE procedure pagination1
(@pagesize int, --頁面大小，如每頁存儲20條記錄
@pageindex int --當前頁碼
)
as

set nocount on

begin
declare @indextable table(id int identity(1,1),nid int) --定義表變量
declare @PageLowerBound int --定義此頁的底碼
declare @PageUpperBound int --定義此頁的頂碼
set @PageLowerBound=(@pageindex-1)*@pagesize
set @PageUpperBound=@PageLowerBound+@pagesize
set rowcount @PageUpperBound
insert into @indextable(nid) select gid from TGongwen 
where fariqi >dateadd(day,-365,getdate()) order by fariqi desc
select O.gid,O.mid,O.title,O.fadanwei,O.fariqi from TGongwen O,@indextable t 
           where O.gid=t.nid and t.id>@PageLowerBound 
                        and t.id<=@PageUpperBound order by t.id
end

set nocount off
以上存儲過程運用了SQL SERVER的最新技術――表變量。應該說這個存儲過程也是一個很是優秀的分頁存儲過程。固然，在這個過程當中，您也能夠把其中的表變量寫成臨時表：CREATE TABLE #Temp。但很明顯，在SQL SERVER中，用臨時表是沒有用表變量快的。因此筆者剛開始使用這個存儲過程時，感受很是的不錯，速度也比原來的ADO的好。但後來，我又發現了比此方法更好的方法。

筆者曾在網上看到了一篇小短文《從數據表中取出第n條到第m條的記錄的方法》，全文以下：

從publish 表中取出第 n 條到第 m 條的記錄： 
SELECT TOP m-n+1 * 
FROM publish 
WHERE (id NOT IN 
(SELECT TOP n-1 id 
 FROM publish)) 

id 爲publish 表的關鍵字 
我當時看到這篇文章的時候，真的是精神爲之一振，以爲思路很是得好。等到後來，我在做辦公自動化系統（ASP.NET+ C#＋SQL SERVER）的時候，突然想起了這篇文章，我想若是把這個語句改造一下，這就多是一個很是好的分頁存儲過程。因而我就滿網上找這篇文章，沒想到，文章還沒找到，卻找到了一篇根據此語句寫的一個分頁存儲過程，這個存儲過程也是目前較爲流行的一種分頁存儲過程，我很後悔沒有爭先把這段文字改形成存儲過程：

CREATE PROCEDURE pagination2
(
@SQL nVARCHAR(4000), --不帶排序語句的SQL語句
@Page int, --頁碼
@RecsPerPage int, --每頁容納的記錄數
@ID VARCHAR(255), --須要排序的不重複的ID號
@Sort VARCHAR(255) --排序字段及規則
)
AS

DECLARE @Str nVARCHAR(4000)

SET @Str=''SELECT TOP ''+CAST(@RecsPerPage AS VARCHAR(20))+'' * FROM 
(''+@SQL+'') T WHERE T.''+@ID+''NOT IN (SELECT TOP ''+CAST((@RecsPerPage*(@Page-1)) 
AS VARCHAR(20))+'' ''+@ID+'' FROM (''+@SQL+'') T9 ORDER BY ''+@Sort+'') ORDER BY ''+@Sort

PRINT @Str

EXEC sp_ExecuteSql @Str
GO
其實，以上語句能夠簡化爲：

SELECT TOP 頁大小 *
FROM Table1 WHERE (ID NOT IN (SELECT TOP 頁大小*頁數 id FROM 表 ORDER BY id))
ORDER BY ID
但這個存儲過程有一個致命的缺點，就是它含有NOT IN字樣。雖然我能夠把它改造爲：

SELECT TOP 頁大小 *
FROM Table1 WHERE not exists
(select * from (select top (頁大小*頁數) * from table1 order by id) b where b.id=a.id )
order by id
即，用not exists來代替not in，但咱們前面已經談過了，兩者的執行效率其實是沒有區別的。既便如此，用TOP 結合NOT IN的這個方法仍是比用遊標要來得快一些。

雖然用not exists並不能挽救上個存儲過程的效率，但使用SQL SERVER中的TOP關鍵字倒是一個很是明智的選擇。由於分頁優化的最終目的就是避免產生過大的記錄集，而咱們在前面也已經提到了TOP的優點，經過TOP 便可實現對數據量的控制。

在分頁算法中，影響咱們查詢速度的關鍵因素有兩點：TOP和NOT IN。TOP能夠提升咱們的查詢速度，而NOT IN會減慢咱們的查詢速度，因此要提升咱們整個分頁算法的速度，就要完全改造NOT IN，同其餘方法來替代它。

咱們知道，幾乎任何字段，咱們均可以經過max(字段)或min(字段)來提取某個字段中的最大或最小值，因此若是這個字段不重複，那麼就能夠利用這些不重複的字段的max或min做爲分水嶺，使其成爲分頁算法中分開每頁的參照物。在這裏，咱們能夠用操做符「>」或「<」號來完成這個使命，使查詢語句符合SARG形式。如：

Select top 10 * from table1 where id>200
因而就有了以下分頁方案：

select top 頁大小 *
from table1 
where id>
(select max (id) from 
(select top ((頁碼-1)*頁大小) id from table1 order by id) as T
) 
order by id
在選擇即不重複值，又容易分辨大小的列時，咱們一般會選擇主鍵。下表列出了筆者用有着1000萬數據的辦公自動化系統中的表，在以GID（GID是主鍵，但並非彙集索引。）爲排序列、提取gid,fariqi,title字段，分別以第一、十、100、500、1000、1萬、10萬、25萬、50萬頁爲例，測試以上三種分頁方案的執行速度：（單位：毫秒）

頁碼	方案1	方案2	方案3
1	60	30	76
10	46	16	63
100	1076	720	130
500	540	12943	83
1000	17110	470	250
10000	24796	4500	140
100000	38326	42283	1553
250000	28140	128720	2330
500000	121686	127846	7168
從上表中，咱們能夠看出，三種存儲過程在執行100頁如下的分頁命令時，都是能夠信任的，速度都很好。但第一種方案在執行分頁1000頁以上後，速度就降了下來。第二種方案大約是在執行分頁1萬頁以上後速度開始降了下來。而第三種方案卻始終沒有大的降勢，後勁仍然很足。

在肯定了第三種分頁方案後，咱們能夠據此寫一個存儲過程。你們知道SQL SERVER的存儲過程是事先編譯好的SQL語句，它的執行效率要比經過WEB頁面傳來的SQL語句的執行效率要高。下面的存儲過程不只含有分頁方案，還會根據頁面傳來的參數來肯定是否進行數據總數統計。
獲取指定頁的數據：

CREATE PROCEDURE pagination3
@tblName varchar(255), -- 表名
@strGetFields varchar(1000) = ''*'', -- 須要返回的列 
@fldName varchar(255)='''', -- 排序的字段名
@PageSize int = 10, -- 頁尺寸
@PageIndex int = 1, -- 頁碼
@doCount bit = 0, -- 返回記錄總數, 非 0 值則返回
@OrderType bit = 0, -- 設置排序類型, 非 0 值則降序
@strWhere varchar(1500) = '''' -- 查詢條件 (注意: 不要加 where)
AS

declare @strSQL varchar(5000) -- 主語句
declare @strTmp varchar(110) -- 臨時變量
declare @strOrder varchar(400) -- 排序類型

if @doCount != 0
begin
if @strWhere !=''''
set @strSQL = "select count(*) as Total from [" + @tblName + "] where "+@strWhere
else
set @strSQL = "select count(*) as Total from [" + @tblName + "]"
end 
以上代碼的意思是若是@doCount傳遞過來的不是0，就執行總數統計。如下的全部代碼都是@doCount爲0的狀況：

else
begin
if @OrderType != 0
begin
set @strTmp = "<(select min"
set @strOrder = " order by [" + @fldName +"] desc"
若是@OrderType不是0，就執行降序，這句很重要！

end
else
begin
set @strTmp = ">(select max"
set @strOrder = " order by [" + @fldName +"] asc"
end

if @PageIndex = 1
begin
if @strWhere != '''' 

set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ "
from [" + @tblName + "] where " + @strWhere + " " + @strOrder
else

set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ " 
from ["+ @tblName + "] "+ @strOrder
若是是第一頁就執行以上代碼，這樣會加快執行速度

end
else
begin
如下代碼賦予了@strSQL以真正執行的SQL代碼　

set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ " from ["
+ @tblName + "] where [" + @fldName + "]" + @strTmp + "(["+ @fldName + "]) 
from (select top " + str((@PageIndex-1)*@PageSize) + " ["+ @fldName + "] 
from [" + @tblName + "]" + @strOrder + ") as tblTmp)"+ @strOrder

if @strWhere != ''''
set @strSQL = "select top " + str(@PageSize) +" "+@strGetFields+ " from ["
+ @tblName + "] where [" + @fldName + "]" + @strTmp + "(["
+ @fldName + "]) from (select top " + str((@PageIndex-1)*@PageSize) + " ["
+ @fldName + "] from [" + @tblName + "] where " + @strWhere + " "
+ @strOrder + ") as tblTmp) and " + @strWhere + " " + @strOrder
end 

end 

exec (@strSQL)

GO
上面的這個存儲過程是一個通用的存儲過程，其註釋已寫在其中了。 在大數據量的狀況下，特別是在查詢最後幾頁的時候，查詢時間通常不會超過9秒；而用其餘存儲過程，在實踐中就會致使超時，因此這個存儲過程很是適用於大容量數據庫的查詢。 筆者但願可以經過對以上存儲過程的解析，能給你們帶來必定的啓示，並給工做帶來必定的效率提高，同時但願同行提出更優秀的實時數據分頁算法。

以上的這第三種存儲過程在小數據量的狀況下，有以下現象：
一、分頁速度通常維持在1秒和3秒之間。
二、在查詢最後一頁時，速度通常爲5秒至8秒，哪怕分頁總數只有3頁或30萬頁。
雖然在超大容量狀況下，這個分頁的實現過程是很快的，但在分前幾頁時，這個1－3秒的速度比起第一種甚至沒有通過優化的分頁方法速度還要慢，借用戶的話說就是「尚未ACCESS數據庫速度快」，這個認識足以致使用戶放棄使用您開發的系統。

筆者就此分析了一下，原來產生這種現象的癥結是如此的簡單，但又如此的重要：排序的字段不是彙集索引！

筆者只因此把「查詢優化」和「分頁算法」這兩個聯繫不是很大的論題放在一塊兒，就是由於兩者都須要一個很是重要的東西――彙集索引。
在前面的討論中咱們已經提到了，彙集索引有兩個最大的優點：
一、以最快的速度縮小查詢範圍。
二、以最快的速度進行字段排序。
第1條多用在查詢優化時，而第2條多用在進行分頁時的數據排序。
而彙集索引在每一個表內又只能創建一個，這使得彙集索引顯得更加的重要。彙集索引的挑選能夠說是實現「查詢優化」和「高效分頁」的最關鍵因素。

但要既使彙集索引列既符合查詢列的須要，又符合排序列的須要，這一般是一個矛盾。筆者前面「索引」的討論中，將fariqi，即用戶發文日期做爲了彙集索引的起始列，日期的精確度爲「日」。這種做法的優勢，前面已經提到了，在進行劃時間段的快速查詢中，比用ID主鍵列有很大的優點。

但在分頁時，因爲這個彙集索引列存在着重複記錄，因此沒法使用max或min來最爲分頁的參照物，進而沒法實現更爲高效的排序。而若是將ID主鍵列做爲彙集索引，那麼彙集索引除了用以排序以外，沒有任何用處，其實是浪費了彙集索引這個寶貴的資源。

爲解決這個矛盾，筆者後來又添加了一個日期列，其默認值爲getdate()。用戶在寫入記錄時，這個列自動寫入當時的時間，時間精確到毫秒。即便這樣，爲了不可能性很小的重合，還要在此列上建立UNIQUE約束。將此日期列做爲彙集索引列。

有了這個時間型彙集索引列以後，用戶就既能夠用這個列查找用戶在插入數據時的某個時間段的查詢，又能夠做爲惟一列來實現max或min，成爲分頁算法的參照物。

通過這樣的優化，筆者發現，不管是大數據量的狀況下仍是小數據量的狀況下，分頁速度通常都是幾十毫秒，甚至0毫秒。而用日期段縮小範圍的查詢速度比原來也沒有任何遲鈍。彙集索引是如此的重要和珍貴，因此筆者總結了一下，必定要將彙集索引創建在：
一、您最頻繁使用的、用以縮小查詢範圍的字段上；
二、您最頻繁使用的、須要排序的字段上。