charindex代替like并非更快更全面请大家支持我的bloghttp://blog.csdn.net/jinjazz/archive/2009/09/14/
charindex代替like并非"更快更全面" 请大家支持我的blog http://blog.csdn.net/jinjazz/archive/2009/09/14/4551008.aspx 最近csdn的编辑们在社区和网站首页的标题让人有些受不了,一个吸引眼球的大红专题点进去只是一个聊聊数字的普通帖子..这种做法用来八卦也就算了,用来包装技术文章那是相当不负责的。 一个普普通通的技术博文,不管观点对错,水平如何,作者的拿出来分享的做法是值得肯定的,但在没有经过论证,人为在加上一个漂亮的副标题打到技术专区的首页上,难免误导不明真相的群众。 文章出处 http://database.ctocio.com.cn/336/9159836.shtml 大概这就叫传说中的以讹传讹,就算作者认为他的方法更全面,人家也没有说更快... 别的不扯了,我写此文的目的以来是为了督促一下csdn官方,发布在首页上的文章要仔细审核,起码得专业精神还是需要的。二来让不明白真相的群众明白一下。我们就从更快更全面说开来: 首先:先明确掉全面这个问题,想like百分号很简单,帮助文档里面就有 ms-help://MS.SQLCC.v9/MS.SQLSVR.v9.zh-CHS/tsqlref9/html/581fb289-29f9-412b-869c-18d33a9e93d5.htm 转义百分号类似下面方法:
SQL codeselect * from(select 'a%b' as s union select 'ab' )twhere s like '%\%%' escape '\' ; 反而,like可以实现比charindex更复杂的通配功能,比如partindex函数才支持的方括号。
SQL codeselect * from (select 'amm_99' as s union select 'happyflystone' ) twhere s like '%[0-9]%' 然后:说一下是否更快,这个需要有测试数据,不是我相信快就快的,sql优化结果谁都无法预料。我在windows2008+sqlserver2005中的测试结果是没有索引一样快,有索引like快。
特别强调一下虽然是%%的like,索引还是起作用的。
测试数据如下:
SQL codeuse tempdbgoif (object_id ('t_test' )> 0 )drop table t_testgocreate table t_test (f1 varchar (100 ), f2 varchar (100 ), f3 varchar (100 ))goinsert into t_test select newid (), newid (), newid ()go 1000create index i_test on t_test (f1 )go 我们看两组sql语句的查询计划
第一组是:
SQL codeselect * from t_test where f1 like '%abc%'select * from t_test where charindex ('abc' , f1 )> 0 结果如下:
很明显是like因为有索引扫描(rid是行标志符)而速度快于charindex,这里我们需要理解表扫描,索引扫描和索引查找的区别。为了说明这个问题,我们再看一下 like 'abc%'和charindex('abc',f1)=1的区别。
如果你测试一下,就会知道,charindex('abc',f1)=1和charindex('abc',f1)>0的效率是一样的。这样我们就能看出来,索引查找要比索引扫描快,索引扫描要比表扫描快。大概解释一下我个人的理解,索引的存储方式是一个特定数据结构的树,查找可以被优化,不必遍历整个树的所有节点所以最快,而索引扫描需要遍历所有树的节点所以稍慢但仍然要比表扫描快。
[解决办法] 学习了
[解决办法] 顶下jj,学习
[解决办法] 学习了,呵呵,上次宝鸭有测试过这两种的索引
[解决办法] 向楼主学习来的
[解决办法] 飘过
[解决办法] 学习
[解决办法] 牛人。学习
[解决办法] xuexi
[解决办法] 牛人。学习
[解决办法] 学习
[解决办法] 学习.
[解决办法] 探讨 学习------解决方案--------------------
学习
[解决办法] 未必用索引就比全表扫描快
[解决办法] 支持剪剪!
[解决办法] 支持JJ
[解决办法] 很不错的帖子,我很赞同这个观点,索引是一种多叉树状结构,枝节点到表的关系是地址转换而已,树枝是一种算法,很久以前在看数据存储的时候我就这么理解.
探讨 大概解释一下我个人的理解,索引的存储方式是一个特定数据结构的树,查找可以被优化,不必遍历整个树的所有节点所以最快,而索引扫描需要遍历所有树的节点所以稍慢但仍然要比表扫描快。[解决办法] 请问关于
SQL codeselect * from (select 'amm_99' as s union select 'happyflystone' ) twhere s like '%[0-9]%'[解决办法] SQL还是需要活学活用滴。[解决办法] 学习了。[解决办法] 学习[解决办法] 剪剪这个还是会引起争议的。 因为like使用索引扫描还是使用全表扫描,还要取决于所查结果的记录数占总记录数一个比例的大小。 like 不一定用索引扫描,charindex也不是仅能使用表扫描。 但剪剪所指文章中的like不能like%,我支持。[解决办法] 好好學習[解决办法] 谢谢剪子哥发起这种讨论 参与讨论: 如果你测试一下,就会知道,charindex('abc',f1)=1和charindex('abc',f1)>0的效率是一样的。这样我们就能看出来,索引查找要比索引扫描快,索引扫描要比表扫描快。大概解释一下我个人的理解,索引的存储方式是一个特定数据结构的树,查找可以被优化,不必遍历整个树的所有节点所以最快,而索引扫描需要遍历所有树的节点所以稍慢但仍然要比表扫描快。 表扫描比索引扫描快的时候:读取表中90%以上的数据,用索引不如用表扫描快(听说的) 索引扫描比索引查找快的时候:读取目标节点中90%以上的数据时,用索引查找不如用索引扫描快(别人博客说的) 另外,在聚集索引上,CHARINDEX也能用到索引[解决办法] 标题中的'并非'取的好. 学习JJ[解决办法] 探讨 go 1000改成go 100000 然后这两个可能都会是表扫描。 从存储上来讲,这两个对io的成本应该是相同的。 如果执行计划不同,那么我会认为在算法上,可能有少许差异,或是sql server优化器失误。[解决办法] 嗯嗯,记下[解决办法] 学习 优化的最终结果肯定是测试说了算 关于表扫描和索引扫描,我认为一般是索引扫描快,主要是一般情况下索引比表的字段少,所以每页(或者说每个节点)放的行数多,总页数就少。(当然有反过来的,如果索引包含了所有字段而且填充因子不是100,就会出现反过来的情况,不过一般认为,包含所有字段的索引是不合理的)[解决办法] 向牛人们学习[解决办法] 学到很多! 好帖子!! 顶!![解决办法] 探讨 学习[解决办法] 呵呵学习了。。。[解决办法] 好人,好贴![解决办法] 很好[解决办法] hao[解决办法] 事实胜于雄辩[解决办法] 收到。------解决方案--------------------
又看不到自己的回复了[解决办法] 坐地板[解决办法] 学习[解决办法] 太强大了[解决办法] LZ博客收藏了 平常只见过like,用得都不多 学习了[解决办法] 长见识了[解决办法] 剪剪的话更可信[解决办法] 强~~!![解决办法] mark[解决办法] 支持[解决办法] 学习。[解决办法] 学习!学习还是学习 楼主牛[解决办法] 不明真相的群总前来围观,目前情绪稳定。。[解决办法] 飘过[解决办法] 厉害[解决办法] 學習。[解决办法] 馬克,學習一下~[解决办法] 学习[解决办法] 学习[解决办法] very strong[解决办法] 探讨 引用: 引用: 引用: go 1000改成go 100000 然后这两个可能都会是表扫描。 从存储上来讲,这两个对io的成本应该是相同的。 如果执行计划不同,那么我会认为在算法上,可能有少许差异,或是sql server优化器失误。 如果所有的查询都得到最优化,那么SQL就没有技巧可言 如果花大量的时间比较得到最优,说不定找一个折中的方案早就有了结果,所以不是失误,是中庸 我宁可希望sql多花一点时间生成一个最优化,然后缓存起来被千万次的调用 也不希望生成一个折中的方案, 何况仅仅是简单的sql. 你认为是中庸也好,我认为是sql server优化失误也罢,总之,sql server 应该实现这样的功能但它有实总会差强人意。 那sql server会让你失望[解决办法] 正事不干, 在这些没有用的地方瞎扯 真正的优化,不在乎一句语句的得失. 数据库 设计好了,自然就优化了 实在不行, 就把表里面的历史数据全部移走,这样就快了吧[解决办法] sf[解决办法] 学习[解决办法] 学习,顶![解决办法] 跟你学习[解决办法] 顶JJ[解决办法] OK@@认真学习[解决办法] 说得有道理[解决办法] 确实如楼主所说,有些首页上出现的博文写的确实一般,甚至有可能会早晨误导。我前几天就看过一篇写集中计算的,看题目很吸引人,抱着学习的态度虔诚的阅读,结果越看越觉得不对劲,幸好看了看大家的评论,原来质疑声一片。------解决方案--------------------
看看[解决办法] en[解决办法] 学习,学习[解决办法] kankan[解决办法] 学习了[解决办法] 不错,学习