一个产品留言统计查寻的分析比较
2009-11-09 09:10
351 查看
有产品表Product(ProductId,Name,Username,AddTime...)
留言表 Agency(AgencyId, ProductId, TargetUsername,IsRead...)
其中Agency.TargetUsername与Product.Username指这个产品的发布用户(以及这条留言的目标用户--不是指发留言的人),
现在要打印某一指定用户的如下列表:
产品名称,未读留言数,总留言数
比较下面两种写法
//*******方式1:使用Agency的Targetusername
Select com.ProductId,com.Name,com.AddTime,
sum(
case rev.IsRead
When 1 Then 1
Else 0
End )
As Readed,
sum(
Case rev.IsRead
When 0 Then 1
Else 0
End )
As UnReaded,
count(rev.ProductId) as Amount
From
Agency as rev
inner join
Product as com on rev.ProductId=com.ProductId
Where rev.TargetUsername='0576sy.cn'
Group By com.ProductId,com.Name,com.AddTime,com.OrderId
Order By com.OrderId
//*******方式二使用Product.Username
Select com.ProductId,com.Name,com.AddTime,
sum(
case rev.IsRead
When 1 Then 1
Else 0
End )
As Readed,
sum(
Case rev.IsRead
When 0 Then 1
Else 0
End )
As UnReaded,
count(rev.ProductId) as Amount
From
Agency as rev
inner join
Product as com on rev.ProductId=com.ProductId
Where com.Username='0576sy.cn'
Group By com.ProductId,com.Name,com.AddTime,com.OrderId
Order By com.OrderId
//*************End
测试后发现,(Asp.net2.0,Windows2003,SQL2000,比较stopwatch)
使用Agency.TargetUsername要比使用Product.Username作为指定用户信息过滤的条件,时间少30%左右(产品表4万条记录,留言表5万条记录),
具体分析查询分析器时发现,使用Agency.TargetUseranme时,使用的是Nested Loop 方式来实现inner join,上表是Agency(根据TargetUseranme过滤的后的记录),下表是Product,因为连接字段是productId,而ProductId是Product表的主键故内循环消耗时间比例接近零.
使用product.Username时查询分析器显示使用 Hash Match 来实现inner join ,上表是Product,下表是Agecny,因为ProductId在Agency表中是外键故性能比较差.
同时指定条件com.Useranme='0576sy.cn' And rev.TargetUseranme='0576sy.cn' 时,发现查寻分析器会忽略com.Useranme条件,这说明查询分析器自身的优化引擎也认可,采用rev.Targetusername,当然在Agency中引入了TargetUsername带来了数据冗余,另外时间成本降低了,空间成本却增加了.
留言表 Agency(AgencyId, ProductId, TargetUsername,IsRead...)
其中Agency.TargetUsername与Product.Username指这个产品的发布用户(以及这条留言的目标用户--不是指发留言的人),
现在要打印某一指定用户的如下列表:
产品名称,未读留言数,总留言数
比较下面两种写法
//*******方式1:使用Agency的Targetusername
Select com.ProductId,com.Name,com.AddTime,
sum(
case rev.IsRead
When 1 Then 1
Else 0
End )
As Readed,
sum(
Case rev.IsRead
When 0 Then 1
Else 0
End )
As UnReaded,
count(rev.ProductId) as Amount
From
Agency as rev
inner join
Product as com on rev.ProductId=com.ProductId
Where rev.TargetUsername='0576sy.cn'
Group By com.ProductId,com.Name,com.AddTime,com.OrderId
Order By com.OrderId
//*******方式二使用Product.Username
Select com.ProductId,com.Name,com.AddTime,
sum(
case rev.IsRead
When 1 Then 1
Else 0
End )
As Readed,
sum(
Case rev.IsRead
When 0 Then 1
Else 0
End )
As UnReaded,
count(rev.ProductId) as Amount
From
Agency as rev
inner join
Product as com on rev.ProductId=com.ProductId
Where com.Username='0576sy.cn'
Group By com.ProductId,com.Name,com.AddTime,com.OrderId
Order By com.OrderId
//*************End
测试后发现,(Asp.net2.0,Windows2003,SQL2000,比较stopwatch)
使用Agency.TargetUsername要比使用Product.Username作为指定用户信息过滤的条件,时间少30%左右(产品表4万条记录,留言表5万条记录),
具体分析查询分析器时发现,使用Agency.TargetUseranme时,使用的是Nested Loop 方式来实现inner join,上表是Agency(根据TargetUseranme过滤的后的记录),下表是Product,因为连接字段是productId,而ProductId是Product表的主键故内循环消耗时间比例接近零.
使用product.Username时查询分析器显示使用 Hash Match 来实现inner join ,上表是Product,下表是Agecny,因为ProductId在Agency表中是外键故性能比较差.
同时指定条件com.Useranme='0576sy.cn' And rev.TargetUseranme='0576sy.cn' 时,发现查寻分析器会忽略com.Useranme条件,这说明查询分析器自身的优化引擎也认可,采用rev.Targetusername,当然在Agency中引入了TargetUsername带来了数据冗余,另外时间成本降低了,空间成本却增加了.
相关文章推荐
- 一个产品留言统计查寻的分析比较
- Secedit 通过将当前配置与至少一个模板比较,配置和分析系统安全性
- 学术检索产品比较分析
- 一个比较精确的“在线用户列表”统计功能
- 这几天做一个生产管理系统时,涉及到一个产品部件不良品统计图,用到了Chartlet,第一次用Chartlet这个,还给力。。。
- 一个比较笨的全文搜索的例子(分析结构用)-模糊查找
- 转帖一个购买Lenovo ThinkPad分析比较好玩的帖子,拍死他
- Android之rild进程启动源码分析(个人认为写的比较完善的一个)
- 产品设计体会(6024)一个产品经理小站的访客分析
- 作为一个PM 该如何做好产品竞品分析?
- SAS统计分析学习笔记(八)——T检验和非参数比较
- 一个比较精确的“在线用户列表”统计功能
- 推荐一个不错的关于Excel数据统计分析的公众号
- 如何将一个String和多个String值进行比较思路分析
- 常见云产品和云技术综合比较与分析
- 中日俄印四国重要软件产品比较分析整理
- 产品设计体会(6024)一个产品经理小站的访客分析 推荐
- android编译系统分析(四)实战:新增一个产品
- 一个产品经理小站的访客分析
- 入门产品经理如何分析设计一个产品