MS SQL Server数据库快速获得表的记录总数步骤

数据库 SQL Server
我们今天主要向大家讲述的是MS SQL Server数据库实现快速获取表的实际记录总数的实际操作流程,以下就是文章的主要内容讲述。

以下的文章主要向大家讲述的是MS SQL Server数据库实现快速获取表的实际记录总数的实际操作流程,在SQL Server数据库应用的设计中一般都需要获取某些表的记录总数,用于判断表的记录总数是否过大,是否需要备份数据等。

我们通常的做法是:select count(*) as c from tableA 。然而对于记录数巨大的表,上述做法将会非常耗时。

在DELL 4400 服务器上做试验,MS SQL Server 2000 数据库对于100万记录的简单数据表执行上述语句,时间在1分钟以上。如果在表的某个字段上做聚簇索引,***次执行该语句的时间和没有索引的时间差不多,之后执行上述语句,速度很快,在1秒中以内,但当表的记录数发生较大变化后,再执行该语句又会经历一次耗时的过程。

而且不是每个表都适合做聚簇索引的,对于数量巨大的表,如果需要经常增删操作,建聚簇索引是一个很不明智的做法,将会极大的影响增删的速度。那么有没有一个比较简单的方法快速获取表的记录总数呢?答案是有的。

 

在MS SQL 数据库中每个表都在sysindexes 系统表中拥有至少一条记录,该记录中的rows 字段会定时记录表的记录总数。下面是sysindexes 表的相关记录的含义:

 

列名 数据类型 描述

 

id int 表ID(如果 indid = 0 或255)。否则为索引所属表的ID

 

Indid smallint 索引ID:

 

0=表

 

1=聚簇索引

 

>1=非聚簇索引

 

255=具有text或image数据的表条目。

 

rows int 基于indid=0 和 indid=1地数据级行数,该值对于indid>1重 复。如果indid=255,rows设置为0。

 

当表没有聚簇索引时,Indid = 0 否则为 1。

 

那么现在大家应该知道如何获取表的记录总数了,只需执行如下语句:

 

  1. select rows from sysindexes where id = object_id(tablename) and indid in (0,1) 

 

该方法获取表的记录总数的速度非常快,在毫秒级就可以完成,相比select count(*) 要快上数万倍,但是大家在运用该方法是一定要主要,该方法得到的表的总记录数不是一个精确值,原因是MS SQL 并不是实时更新该字段的值,而是定时更新,当从实践来看该值和精确值一般误差不大,如果你希望快速的粗略估算表的大小,建议你采用该方法。

如果你希望得到精确值,那么请在执行上述语句前执行DBCC UPDATEUSAGE(DatabaseName,[TABLENAME]) WITH ROW_COUNTS 强制更新该字段的值,但这样***次更新时会耗费大量的时间,这样做的效果和建有聚簇索引的表 select count (*) 效果相差不大,所以如果你希望相对快速地得到精确的表的记录总数,那么你有两种选择,建聚簇索引或者先DBCC 再使用上述方法。

 

以上的相关内容就是对MS SQL Server中如何快速获取表的记录总数的介绍,望你能有所收获。

【编辑推荐】

  1. 批量修改SQL Server 2005表构架很简单!
  2. SQL server DateDiff 函数语法中的命名参数
  3. 对SQL Server 2005 BI的描述
  4. SQL Server 日期操作全接触,嘻嘻
  5. SQL Server 易混淆的一些数据类型有哪些?
责任编辑:佚名 来源: 至顶网
相关推荐

2009-04-16 15:26:32

Sql Server记录总数聚簇索引

2011-04-06 16:25:47

SQL Server

2010-12-21 09:47:45

SQL Server

2011-03-21 10:13:31

Sql Server数分区

2010-07-22 16:07:02

SQL Server数

2010-07-22 13:59:14

MS SQL Serv

2010-07-22 10:45:45

SQL Server数

2010-07-09 12:30:14

Sql Server数

2019-10-21 08:08:34

MySQL数据库主键

2010-07-06 09:44:51

SQL Server数

2010-06-30 10:37:55

MS-SQL Serv

2010-06-01 10:58:57

MySQL数据库

2010-07-02 13:50:11

SQL Server数

2010-07-09 11:28:12

SQL Server数

2024-09-29 16:11:55

NLogSQL数据库

2010-09-25 15:37:38

SQL语句

2010-07-15 17:28:50

SQL Server

2010-07-08 11:23:41

SQL Server还

2011-08-04 15:55:25

SQL Server数

2011-03-22 13:49:20

SQL Server数维度表事实表
点赞
收藏

51CTO技术栈公众号