大数据删除字段的sql语句
其实大数据删除字段的sql语句的问题并不复杂，但是又很多的朋友都不太了解如何提高SQL语句的查询效率，因此呢，今天小编就来为大家分享大数据删除字段的sql语句的一些知识，希望可以帮助到大家，下面我们一起来看看这个问题的分析吧！
本文目录
一、大并发大数据量请求的处理方法
大并发大数据量请求一般会分为几种情况：
1.大量的用户同时对系统的不同功能页面进行查找，更新操作
2.大量的用户同时对系统的同一个页面，同一个表的大数据量进行查询操作
3.大量的用户同时对系统的同一个页面，同一个表进行更新操作
对于第一种情况一般处理方法如下：
IIS Manager> ApplicationPools> Advanced Settings
2.调整IIS 7的appConcurrentRequestLimit设置
c:windowssystem32inetsrvappcmd.exe set config/section:serverRuntime/appConcurrentRequestLimit:100000
在%systemroot%System32inetsrvconfigapplicationHost.config中可以查看到该设置：
<serverRuntime appConcurrentRequestLimit="100000"/>
3.调整machine.config中的processModel>requestQueueLimit的设置
<processModel requestQueueLimit="100000"/>
4.修改注册表，调整IIS 7支持的同时TCPIP连接数
reg add HKLMSystemCurrentControlSetServicesHTTPParameteris/v MaxConnections/t REG_DWORD/d 100000
完成上述4个设置，就基本可以支持10万个同时请求。如果访问量达到10万以上，就可以考虑将程序和数据库按功能模块划分部署到多个服务器分担访问压力。另外可以考虑软硬件负载均衡。硬件负载均衡能够直接通过智能交换机实现，处理能力强，而且与系统无关，但是价格贵,配置困难，不能区分实习系统与应状态。所以硬件负载均衡适用于一大堆设备，大访问量，简单应用。软件负载均衡是基于系统与应用的，能过更好地根据系统与应用的状况来分配负载。性价比高。PCL负载均衡软件，Linux下的LVS软件。
当两个用户同时访问一个页面，一个用户可能更新的是另一个用户已经删除的记录。或者，在一个用户加载页面跟他点击删除按钮之间的时间里，另一个用户修改了这条记录的内容。所以需要考虑数据库锁的问题
有下面三中并发控制策略可供选择：
什么都不做–如果并发用户修改的是同一条记录，让最后提交的结果生效（默认的行为）
开放式并发（Optimistic Concurrency）-假定并发冲突只是偶尔发生，绝大多数的时候并不会出现；那么，当发生一个冲突时，仅仅简单的告知用户，他所作的更改不能保存，因为别的用户已经修改了同一条记录
保守式并发（Pessimistic Concurrency）–假定并发冲突经常发生，并且用户不能容忍被告知自己的修改不能保存是由于别人的并发行为；那么，当一个用户开始编辑一条记录，锁定该记录，从而防止其他用户编辑或删除该记录，直到他完成并提交自己的更改
当多个用户试图同时修改数据时，需要建立控制机制来防止一个用户的修改对同时操作的其他用户所作的修改产生不利的影响。处理这种情况的系统叫做“并发控制”。
通常，管理数据库中的并发有三种常见的方法：
保守式并发控制-在从获取记录直到记录在数据库中更新的这段时间内，该行对用户不可用。
开放式并发控制-只有当实际更新数据时，该行才对其他用户不可用。更新将在数据库中检查该行并确定是否进行了任何更改。如果试图更新已更改的记录，则将导致并发冲突。
最后的更新生效-只有当实际更新数据时，该行才对其他用户不可用。但是，不会将更新与初始记录进行比较；而只是写出记录，这可能就改写了自上次刷新记录后其他用户所进行的更改。
保守式并发通常用于两个目的。第一，在某些情况下，存在对相同记录的大量争用。在数据上放置锁所费的成本小于发生并发冲突时回滚更改所费的成本。
在事务过程中不宜更改记录的情况下，保守式并发也非常有用。库存应用程序便是一个很好的示例。假定有一个公司代表正在为一名潜在的客户检查库存。您通常要锁定记录，直到生成订单为止，这通常会将该项标记为“已订购”状态并将其从可用库存中移除。如果未生成订单，则将释放该锁，以便其他检查库存的用户得到准确的可用库存计数。
但是，在断开的结构中无法进行保守式并发控制。连接打开的时间只够读取数据或更新数据，因此不能长时间地保持锁。此外，长时间保留锁的应用程序将无法进行伸缩。
在开放式并发中，只有在访问数据库时才设置并保持锁。这些锁将防止其他用户在同一时间更新记录。除了进行更新这一确切的时刻之外，数据始终可用。有关更多信息，请参见开放式并发。
当试图更新时，已更改行的初始版本将与数据库中的现有行进行比较。如果两者不同，更新将失败，并引发并发错误。这时，将由您使用所创建的业务逻辑来协调这两行。
当使用“最后的更新生效”时，不会对初始数据进行检查，而只是将更新写入数据库。很明显，可能会发生以下情况：
用户 B从数据库获取相同的记录，对其进行修改，然后将更新后的记录写回数据库。
用户 A修改“旧”记录并将其写回数据库。
在上述情况中，用户 A永远也不会看到用户 B作出的更改。如果您计划使用并发控制的“最后的更新生效”方法，则要确保这种情况是可以接受的。
ADO.NET和 Visual Studio.NET中的并发控制
因为数据结构基于断开的数据，所以 ADO.NET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。
在版本号方法中，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，将对该值进行部分更新。
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：
UPDATE Table1 SET Column1=@newvalue1, Column2=@newvalue2
WHERE DateTimeStamp=@origDateTimeStamp
或者，可以使用版本号进行比较：
UPDATE Table1 SET Column1=@newvalue1, Column2=@newvalue2
WHERE RowVersion=@origRowVersionValue
如果日期时间戳或版本号匹配，则表明数据存储区中的记录未被更改，并且可以安全地使用数据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应任何更新冲突。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进行更新。
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.NET中的 DataSet对象维护每个修改记录的两个版本：初始版本（最初从数据源中读取的版本）和修改版本（表示用户更新）。当试图将记录写回数据源时，数据行中的初始值将与数据源中的记录进行比较。如果它们匹配，则表明数据库记录在被读取后尚未经过更改。在这种情况下，数据集中已更改的值将成功地写入数据库。
对于数据适配器的四个命令（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。
因为是大并发请求，也能采用第一种情况的处理方法，另外因为是对大数据量进行检索，所以需要考虑查询效率的问题
也能采用第一种情况的处理方法，另外因为是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.先将数据保存到缓存中，当数据达到一定的数量后，再更新到数据库中
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，这个数据量是很大的，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，这样大并发和大数据量的问题就会减小很多
如果还有其他更好的方法，希望大家能指点一二
二、使用MySQL处理百万级以上数据时,不得不知道的几个常识
???最近一段时间参与的项目要操作百万级数据量的数据，普通SQL查询效率呈直线下降，而且如果where中的查询条件较多时，其查询速度简直无法容忍。之前数据量小的时候，查询语句的好坏不会对执行时间有什么明显的影响，所以忽略了许多细节性的问题。???经测
???最近一段时间参与的项目要操作百万级数据量的数据，普通SQL查询效率呈直线下降，而且如果where中的查询条件较多时，其查询速度简直无法容忍。之前数据量小的时候，查询语句的好坏不会对执行时间有什么明显的影响，所以忽略了许多细节性的问题。
???经测试对一个包含400多万条记录的表执行一条件查询，其查询时间竟然高达40几秒，相信这么高的查询延时，任何用户都会抓狂。因此如何提高sql语句查询效率，显得十分重要。以下是结合网上流传比较广泛的几个查询语句优化方法：
???首先，数据量大的时候，应尽量避免全表扫描，应考虑在 where及 order by涉及的列上建立索引，建索引可以大大加快数据的检索速度。但是，有些情况索引是不会起效的：
1、应尽量避免在 where子句中使用!=或操作符，否则将引擎放弃使用索引而进行全表扫描。
2、应尽量避免在 where子句中对字段进行 null值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：?????select id from t where num is null?????可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：?????select id from t where num=0
3、尽量避免在 where子句中使用 or来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：?????select id from t where num=10 or num=20?????可以这样查询：?????select id from t where num=10?????union all?????select id from t where num=20
4、下面的查询也将导致全表扫描：
??? select id from t where name like‘%abc%’
???若要提高效率，可以考虑全文检索。
5、in和 not in也要慎用，否则会导致全表扫描，如：?????select id from t where num in(1,2,3)?????对于连续的数值，能用 between就不要用 in了：?????select id from t where num between 1 and 3
6、如果在 where子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。然而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句将进行全表扫描：?????select id from t where num=@num?????可以改为强制查询使用索引：?????select id from t with(index(索引名)) where num=@num
7、应尽量避免在 where子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。如：?????select id from t where num/2=100?????应改为:?????select id from t where num=100*2
8、应尽量避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。如：?????select id from t where substring(name,1,3)=’abc’_name以abc开头的id?????select id from t where datediff(day,createdate,’2005-11-30′)=0_’2005-11-30′生成的id?????应改为:?????select id from t where name like‘abc%’?????select id from t where createdate>=’2005-11-30′ and createdate
9、不要在 where子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。
10、在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用，并且应尽可能的让字段顺序与索引顺序相一致。
11、不要写一些没有意义的查询，如需要生成一个空表结构：?????select col1,col2 into#t from t where 1=0?????这类代码不会返回任何结果集，但是会消耗系统资源的，应改成这样：?????create table#t(?)
12、很多时候用 exists代替 in是一个好的选择：?????select num from a where num in(select num from b)?????用下面的语句替换：?????select num from a where exists(select 1 from b where num=a.num)
1、并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段 sex，male、female几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用。
2、索引并不是越多越好，索引固然可以提高相应的 select的效率，但同时也降低了 insert及 update的效率，因为 insert或 update时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。
3、应尽可能的避免更新 clustered索引数据列，因为 clustered索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered索引数据列，那么需要考虑是否应将该索引建为 clustered索引。
1、尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。
2、任何地方都不要使用 select* from t，用具体的字段列表代替“*”，不要返回用不到的任何字段。
3、尽量使用表变量来代替临时表。如果表变量包含大量数据，请注意索引非常有限（只有主键索引）。
4、避免频繁创建和删除临时表，以减少系统表资源的消耗。
5、临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。但是，对于一次性事件，最好使用导出表。
6、在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into代替 create table，避免造成大量 log，以提高速度；如果数据量不大，为了缓和系统表的资源，应先create table，然后insert。
7、如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table，然后 drop table，这样可以避免系统表的较长时间锁定。
8、尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。
9、使用基于游标的方法或临时表方法之前，应先寻找基于集的解决方案来解决问题，基于集的方法通常更有效。
10、与临时表一样，游标并不是不可使用。对小型数据集使用 FAST_FORWARD?游标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时间允许，基于游标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好。
11、在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON，在结束时设置 SET NOCOUNT OFF。无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC消息。
12、尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。
13、尽量避免大事务操作，提高系统并发能力。
参考地址：
????????????????
三、如何提高SQL语句的查询效率
1.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where及 order by涉及的列上建立索引。
2.应尽量避免在 where子句中对字段进行 null值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：
select id from t where num is null
可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：
3.应尽量避免在 where子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。
4.应尽量避免在 where子句中使用 or来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：
select id from t where num=10 or num=20
5.in和 not in也要慎用，否则会导致全表扫描，如：
select id from t where num in(1,2,3)
对于连续的数值，能用 between就不要用 in了：
select id from t where num between 1 and 3
6.下面的查询也将导致全表扫描：
select id from t where name like'%abc%'
若要提高效率，可以考虑全文检索。
7.如果在 where子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。然而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句将进行全表扫描：
select id from t where num=@num
select id from t with(index(索引名)) where num=@num
8.应尽量避免在 where子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。如：
select id from t where num/2=100
select id from t where num=100*2
9.应尽量避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。如：
select id from t where substring(name,1,3)='abc'// oracle总有的是substr函数。
select id from t where datediff(day,createdate,'2005-11-30')=0//查过了确实没有datediff函数。
select id from t where name like'abc%'
select id from t where createdate>='2005-11-30' and createdate<'2005-12-1'//
oracle中时间应该把char转换成 date如： createdate>= to_date('2005-11-30','yyyy-mm-dd')
10.不要在 where子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。
11.在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用，并且应尽可能的让字段顺序与索引顺序相一致。
12.不要写一些没有意义的查询，如需要生成一个空表结构：
select col1,col2 into#t from t where 1=0
这类代码不会返回任何结果集，但是会消耗系统资源的，应改成这样：
13.很多时候用 exists代替 in是一个好的选择：
select num from a where num in(select num from b)
select num from a where exists(select 1 from b where num=a.num)
14.并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段sex，male、female几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用。
15.索引并不是越多越好，索引固然可以提高相应的 select的效率，但同时也降低了 insert及 update的效率，因为 insert或 update时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。
16.应尽可能的避免更新 clustered索引数据列，因为 clustered索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered索引数据列，那么需要考虑是否应将该索引建为 clustered索引。
17.尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。
18.尽可能的使用 varchar/nvarchar代替 char/nchar，因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。
19.任何地方都不要使用 select* from t，用具体的字段列表代替“*”，不要返回用不到的任何字段。
20.尽量使用表变量来代替临时表。如果表变量包含大量数据，请注意索引非常有限（只有主键索引）。
21.避免频繁创建和删除临时表，以减少系统表资源的消耗。
22.临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。但是，对于一次性事件，最好使用导出表。
23.在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into代替 create table，避免造成大量 log，以提高速度；如果数据量不大，为了缓和系统表的资源，应先create table，然后insert。
24.如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table，然后 drop table，这样可以避免系统表的较长时间锁定。
25.尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。
26.使用基于游标的方法或临时表方法之前，应先寻找基于集的解决方案来解决问题，基于集的方法通常更有效。
27.与临时表一样，游标并不是不可使用。对小型数据集使用 FAST_FORWARD游标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时间允许，基于游标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好。
28.在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON，在结束时设置 SET NOCOUNT OFF。无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC消息。
29.尽量避免大事务操作，提高系统并发能力。
30.尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。
OK，关于大数据删除字段的sql语句和如何提高SQL语句的查询效率的内容到此结束了，希望对大家有所帮助。
河南信修修信用管理有限公司版权声明：以上内容作者已申请原创保护，未经允许不得转载，侵权必究！授权事宜、对本内容有异议或投诉，敬请联系网站管理员，我们将尽快回复您，谢谢合作！