怎么提高ArcSDE 写入地理数据库的效率

1：使用多线程

2：使用游标进行地理数据库编辑

3：游标

4：资源回收

5：如果可能化，使用缓存来提高效率

6：如果可能的话，尽可能的使用GP工具来代替开发

关于mysql处理百万级以上的数据时如何提高其查询速度的方法

最近一段时间由于工作需要，开始关注针对Mysql数据库的select查询语句的相关优化方法。

由于在参与的实际项目中发现当mysql表的数据量达到百万级时，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。曾经测试对一个包含400多万条记录（有索引）的表执行一条条件查询，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。以下是网上流传比较广泛的30种SQL查询语句优化方法：

1、应尽量避免在 where 子句中使用!=或<> *** 作符，否则将引擎放弃使用索引而进行全表扫描。

2、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。

3、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

4、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

5、下面的查询也将导致全表扫描：(不能前置百分号)

select id from t where name like ‘%c%’

若要提高效率，可以考虑全文检索。

6、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

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

可以改为强制查询使用索引：

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 *** 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=1002

9、应尽量避免在where子句中对字段进行函数 *** 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<’2005-12-1′

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：

create table #t(…)

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)

用下面的语句替换：

select num from a where exists(select 1 from b where num=anum)

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 *** 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。

30、尽量避免大事务 *** 作，提高系统并发能力。

1 加大服务器内存，把大吞吐量数据涉及的表缓存在内存中，对库表的 *** 作就变成了对内存的 *** 作而不需要访问硬盘。因为硬盘的读写速度是机械运动的速度而内存读写的速度是电的速度, 它们的速度差别在1000倍以上

2 利用服务器端光标, 批量地刷新数据库

1：影响最大的是在数据库端家索引。

2：如果数据库字段很多，建议使用Select 字段列表 的方式而不使用Select

3:请使用TQuery或TADOQuery,并且WHERE语句一定要建立索引，尽量少使用TTable或TADOTable

4:多使用存储过程。

亡羊补牢这一成语在数据库领域同样适用，但是亡羊之后不仅要补牢，还要恢复原来的羊。在DB2数据库中，数据的备份和恢复同样重要。在日常的工作中，DB2数据库数据备份与恢复的频率很高，但是如果效率很低，会占用很多时间，并且对使用者的数据恢复和使用产生很差的影响。那么，便成为很多数据库管理员需要深入研究的问题。 一、了解数据的逻辑存储结构。 如果以前有Oracle数据库经验的管理员，那么了解DB2数据库的逻辑存储结构就比较容易了，因为两者在这方面很类似。对于DB2数据库来说，其逻辑存储结构主要分为数据表、表空间与数据库三个级别。数据表包含在表空间之中，而表空间又包含在数据库当中。换一句话说，一个DB2数据库包含多个表空间，而每个表空间又包含了多个数据表。一个数据表示不能够保存在多个表空间当中的。同理，一个表空间也不能够保存在多个数据库之中。这跟小学的实施，班级里分组类似。一个班(相当于一个数据库)分为四个小组(每个小组相当于一个表空间)，然后每个小组又是由一个个的学生组成的(一个个学生相当于一个个数据表)。这个组织结构可以有什么好处呢此时学校校长(相当于数据库管理员)就可以按照班级、小组为单位对数据进行管理，也可以对学生进行一对一的面谈，从而提高数据库管理的灵活性。 而对于数据备份与恢复作业来说，采用如此的逻辑结构，数据库管理员既可以对整个数据库进行备份与恢复(对整个班级进行管理);也可以以表空间为单位，对表空间中的所有数据表进行备份与恢复 *** 作(以小组为单位进行管理);甚至可以对单独的数据表进行备份与恢复的 *** 作(对单个学生进行管理)。即可以分别从数据表、表空间、数据库三个级别来进行备份与恢复的 *** 作。这分级别的管理，不仅增强了 *** 作的灵活性，而且还可以提高备份与 *** 作的效率。如现在用户需要对某个表进行更新，如需要调整价格表中的价格。此时数据库管理员就只需要对价格表进行更新即可，而不需要对整个数据库进行备份。显然这可以减少备份的时间。若出现问题的话，也只需要对这张表中的内容进行恢复。这也可以在很大程度上减少恢复的时间。恢复一张表肯定比恢复整个数据库所用的时间要少的多。 二、合理规划表空间提高数据库备份恢复性能。 既然数据库备份与恢复可以按三个级别来进行，那么数据库管理员可以根据这个特性来合理规划表空间，以提高数据库备份与恢复的性能。如在DB2数据库中，虽然对于LOB等大容量数据类型提供了很好的支持。但是，毕竟其容量比较大，有时候其所占的数据库容量可能达到整个数据库的二分之一。为此这些大容量的数据类型就成为了数据库备份与恢复作业作业的性能瓶颈。如果在数据库备份与恢复的时候，不备份这些LOB数据类型的数据，那么数据库备份与恢复的时间可能会减少三分之一，甚至二分之一。 为此笔者建议，在规划数据表的时候，最好将LOB数据类型的数据与其他数据分成两张表来存放。如在一个产品信息表的表中，包含一个产品的字段，这个字段就是一个LOB数据类型。虽然可以将它们设计在同一个表中。不过笔者还是建议将他们分为两个表来存放，然后通过关键字将他们连接起来。最后将这个两张表分别存放到不同的表空间中。如将有LOB数据类型的表统一保存在LOB表空间中。如此有什么好处呢当数据库进行备份时，平时可以只对非LOB表空间中的数据进行备份。由于LOB表空间中的一些信息一般不怎么会更新，就可以一个星期更新一次。或者让其在数据库比较空闲的时间进行备份。经过一段时间的测试，可以发现每天或者每周数据库的空闲时断。如此规划的话，就可以将平时备份的效率提高。同理，在恢复的时候也可以按照表空间级别来进行恢复，从而缩短数据库恢复的时间。 这个方案的核心就是将LOB等大容量数据类型的数据与普通表独立开来，并且存放在不同的表空间中。然后将LOB表空间与非LOB表空间进行分开管理，分开备份与恢复，从而提高数据库备份与恢复的效率。为此在建立表时将LOB数据类型与其他数据类型分开存放是关键。 三、对于等LOB数据类型的另类处理方式。 当数据库中LOB数据类型比较多的时候，往往会在很大程度上影响数据库的性能。不仅数据备份与恢复会受到影响，连平时的查询也会受到牵连。为此笔者有时候给企业部署DB2数据库系统的时候，往往会建议他们，不要将等信息存放在数据库中。那么当用户需要查询信息时，该如何处理呢笔者建议他们将统一放到网络上的一个共享服务器中。然后在数据库中只存放这个的路径。最后在客户端界面设计时，可以创建一个指向的链接。当用户需要访问某个产品的信息时，则只需要点击产品管理界面上的链接，就可以打开这张。在这种情况下，数据库实际存储的只是的路径(也就是一个普通的字符型字段)，而不是本身。故可以提高客户端窗口显示的速度，同时也可以提高数据库备份与恢复的效率。 四、为系统设置合适的并行度与缓存来提高数据库备份与恢复性能。 数据库备份与恢复的性能除了跟数据类型有关之外，还跟系统的并行度与缓冲区有关。通常情况下，如果硬件设备支持的话，增加并行度与增加缓冲区的大小可以提高数据库备份与恢复的性能。为此在对DB2数据库进行备份的时候，可以通过给并行度、缓冲区树木和缓冲区大小分配合适的值来提高数据库备份与恢复的性能。如一般情况下，笔者建议将数据库缓冲区的大小设置为数据内存的二倍到三倍。如果备份中包含大容量的数据类型，可以适当提高整个比例。并且将数据库缓冲区的数目设置为硬盘I/O缓冲数目的两倍。如此设置之后，数据库的备份与恢复性能能够得到很大的改善。 不过需要注意的是，这个调整会受到服务器硬件资源的限制。当服务器内存等硬件设备不支持这么大的数据缓冲区与数据缓冲区数目时，反而会因为没有足够的内存分配给缓冲区，从而导致数据备份与恢复的失败。为此笔者建议，在调整数据缓冲区的时候，需要特别注意。一般来说，调整好这些参数之后，需要持续追踪一段时间，以确保这些调整不会影响到数据库的正常备份与恢复，不会与数据库的硬件配置相冲突。

以上就是关于怎么提高ArcSDE 写入地理数据库的效率全部的内容，包括:怎么提高ArcSDE 写入地理数据库的效率、如何提高上百万级记录MySQL数据库查询速度、如何提高大吞吐量数据插入数据库的效率（回答详细点，谢谢）等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！