数据库分页查询

数据库分页查询 一、 MySQL 数据库分页查询 MySQL数据库实现分页比较简单，提供了LIMIT函数。一般只需要直接写到sql语句后面就行了。 LIMIT子句可以用来限制由SELECT语句返回过来的数据数量，它有一个或两个参数，如果给出两个参数， 第一个参数指定返回的第一行在所有数据中的位置，从0开始(注意不是1)，第二个参数指定最多返回行数。例如: select * from table WHERE „ LIMIT 10; #返回前10行 select * from table WHERE „ LIMIT 0,10; #返回前10行 select * from table WHERE „ LIMIT 10,20; #返回第10-30行的20行数据 二、 SQLServer数据库分页查询 SQLServer数据库又分为SQLServer2000和SQLServer2005。一般比较简单的是通过TOP函数来实现。如下: SELECT TOP 10 * FROM sql WHERE ( code NOT IN (SELECT TOP 20 code FROM TestTable ORDER BY id)) ORDER BY ID 这条语句，从理论上讲，整条语句的执行时间应该比子句的执行时间长，但事实相反。因为，子句执行后返回的是20条记录，而整条语句仅返回10条语句，所以影响数据库响应时间最大的因素是物理I/O操作。而限制物理I/O操作此处的最有效方法之一就是使用TOP关键词了。TOP关键词是SQL SERVER中经过系统优化过的一个用来提取前几条或前几个百分比数据的词。 以上语句的有一个致命的缺点，就是它含有NOT IN字样，要换成用not exists来代替not in，二者的执行效率实际上是没有区别的。 在以上分页算法中，影响我们查询速度的关键因素有两点:TOP和NOT IN。TOP可以提高我们的查询速度，而NOT IN会减慢我们的查询速度，所以要提高我们整个分页算法的速度，就要彻底改造NOT IN，同其他方法来替代它。 我们知道，几乎任何字段，我们都可以通过max(字段)或min(字段)来提取某个字段中的最大或最小值，所以如果这个字段不重复，那么就可以利用这些不重复 的字段的max或min作为分水岭，使其成为分页算法中分开每页的参照物。在这里，我们可以用操作符“>”或“<”号来完成这个使命。如: Select top 10 * from table1 where id>200 于是就有了如下分页: select top 页大小 * from table1 where id> (select max (id) from (select top ((页码-1)*页大小) id from table1 order by id) as T ) order by id 这种方法执行多少始终没有大的降势，后劲仍然很足。尤其对于数据量大的时候，该方法执行速度一点也不会降低。 使用TOP主键必须唯一，不能是联合主键。如果是联合主键，则查询出的结果会乱序的。 目前SQLServer2005提供了一个row_number()函数。ROW_NUMBER() 就是生成一个顺序的行号,而他生成顺序的,就是后面紧跟的OVER(ORDER BY ReportID)，其中ReportID可以是联合主键。下面,我们看看怎么具体应用这个RowNo进行分页. SELECT TOP 10 * FROM ( SELECT top 10 ROW_NUMBER() OVER (ORDER BY ReportID) AS RowNo FROM TABLE ) AS A WHERE RowNo > " + pageIndex*10 pageIndex就是我们需要数据的页数. ORCALE数据库分页查询 三、 ORCALE数据库实现分页查询可以使用row_number()函数或者使用rownum 虚列两种方法。 第一种:利用分析函数row_number() 方法 select * from( select t.*,row_number() over (order by t1.id) rowno from TABLE1 ) where rowno between 21 and 40; 第二种:直接使用rownum 虚列 select * from (select t.*,rownum as rowno from TABLE1 ) where rowno between 10 and 20 这两种方法比较，显然第二种方法比较好。因为不用order by语句，会提高检索数据的速度的，尤其数据量越大时，第二种方法快速检索数据越明显。 最后提醒大家:oracle中慎用带有order by的分页。尤其是在oracle10g中，会出现会引起混乱，即相同记录会出现在不同页中。