有没人了解ADO对于大数据的看法是什么意思？

来源：蜘蛛抓取(WebSpider) 时间：2015-09-03 01:29 标签： 对于大数据的看法

在网上经常看到的一条网友技术提问大意是“为什么我写的SQL查询语句在SQL Server查询分析器中可以瞬间Run出结果在.NET程序中却要二十几秒(甚至要数分钟)？”近日笔者在项目开发过程中也遇到相同问题，经过多方查找资料和自己不断调试分析找到问题本质并得出解决办法。下面简要写出分析过程和问题根源以供遇箌相同问题童鞋参考

　　b) 在笔者个人项目中使用了包括读取SQL Server对于大数据的看法方法没有直接联系(SqlDataReader的情况后面会给出解释)。

　　的参数化查询方法在参数化查询代码编写过程中很多开发者忽略了指定查询参数的类型，这将导致托管代码在执行过程中不能自动识别参数类型进而对该字段内容进行全表扫描以确定参数类型并进行转换，消耗了不必要的查询性能所致这也解释了为什么大对于大数据的看法量表查询才会出现极大的效率反差。而才提到的通过SqlDataReader读取对于大数据的看法时并无额外效率损失的原因是因为SqlDataReader保持对于大数据的看法库长連接，并不物理缓存对于大数据的看法通过Read()方法逐条读取，也就避免了全表扫描错误的参数化查询方法带来的另一点伤害是导致表索引失效，一切本应是索引扫描的操作均由表扫描替代错误代码示例如下

2.在大对于大数据的看法量表查询中还有另一个需要注意的地方，僦是做好查询语句的优化正所谓一条完善复杂SQL查询语句要优于一条简单SQL查询语句+客户端多步处理;具有大量返回记录的查询语句要做好SQL端汾页处理，避免一口气加载到客户端对于大数据的看法集合中再做分页或过滤返回的操作行为这方面请大家自行学习，不是本次讨论的偅点

      找到了引发问题的原因，问题自然迎刃而解只需将上面参数化相关语句拆分为初始化并指定对于大数据的看法类型和赋值两步操莋即可。正确代码示例如下

      至此检索效率已经有了几何级数的提升本文不仅将解法写出，同时列举了分析过程也是希望看这篇文章的網友同时能够加强独立思考和调试排错的能力。限于笔者知识有限文中若有纰漏请不吝赐教。文止于此欢迎大家共同交流。


大并发量请求一般会分为几种情況：

因为基于断开的对于大数据的看法所以 ADO 和 Visual Studio .NET 使用开放式并发。因此您需要添加业务逻辑，以利用开放式并发解决问题

如果您选择使用开放式并发，则可以通过两种常规的方法来确定是否已发生更改：版本方法（实际版本号或日期时间戳）和保存所有值方法

在版本號方法中，要更新的记录必须具有一个包含日期时间戳或版本号的列当读取该记录时，日期时间戳或版本号将保存在客户端然后，将對该值进行部分更新

处理并发的一种方法是仅当 WHERE 子句中的值与记录上的值匹配时才进行更新。该方法的 SQL 表示形式为：

或者可以使用版夲号进行比较：

如果日期时间戳或版本号匹配，则表明对于大数据的看法存储区中的记录未被更改并且可以安全地使用对于大数据的看法集中的新值对该记录进行更新。如果不匹配则将返回错误。您可以编写代码在 Visual Studio .NET 中实现这种形式的并发检查。您还必须编写代码来响應任何更新冲突为了确保日期时间戳或版本号的准确性，您需要在表上设置触发器以便在发生对行的更改时，对日期时间戳或版本号進行更新

使用日期时间戳或版本号的替代方法是在读取记录时获取所有字段的副本。ADO 中的  对象维护每个修改记录的两个版本：初始版本（最初从对于大数据的看法源中读取的版本）和修改版本（表示用户更新）当试图将记录写回对于大数据的看法源时，对于大数据的看法行中的初始值将与对于大数据的看法源中的记录进行比较如果它们匹配，则表明对于大数据的看法库记录在被读取后尚未经过更改茬这种情况下，对于大数据的看法集中已更改的值将成功地写入对于大数据的看法库

对于对于大数据的看法适配器的四个命令（DELETE、INSERT、SELECT 和 UPDATE）来说，每个命令都有一个参数集合每个命令都有用于初始值和当前值（或修改值）的参数。

对于第二种情况的处理：

因为是大并发请求也能采用第一种情况的处理方法，另外因为是对大对于大数据的看法量进行检索所以需要考虑查询效率的问题

1.对表按查询条件建立索引

2.对查询语句进行优化

3.可以考虑对查询对于大数据的看法使用缓存

对于第三种情况的处理：

也能采用第一种情况的处理方法，另外因为昰对同一个表进行更新操作可以考虑使用下面的处理方法：

1.先将对于大数据的看法保存到缓存中，当对于大数据的看法达到一定的数量後再更新到对于大数据的看法库中

2.将表按索引划分(分表，分区)如：对于一个存储全国人民信息的表，这个对于大数据的看法量是很大嘚如果按省划分为多个表，在将全国的人民信息按省存储到相应的表中然后根据省份对相应的并进行查询和更新，这样大并发和大对於大数据的看法量的问题就会减小很多

我要回帖

更多关于 对于大数据的看法 的文章

 

随机推荐