首先要优化查询语句,用不到的数据列尽量不要查。
然后是优化数据库,比如多建几个索引,序列化,应用存储过程等等。
最后是不要反复查数据库,会太慢,把查出的数据放到
XML中或是DataTable中,以后再用的时候直接到XML中去查,
这样会省出大量的时间。。。。。
1:首先考虑加索引,因为,索引可以大大提高数据的检索速度。(当要执行insert,update,delete 操作时,请慎重使用。会降低速度)
2:尽量少的使用临时表,因为创建和删除表会占住相当大的一部分时间。(可以考虑将查询语句保存在字符串变量中,然后用exec(@str)执行,效果很明显!
3:优化查询语句。
希望能帮到你!!
首先要优化查询语句,用不到的数据列尽量不要查。
然后是优化数据库,比如多建几个索引,序列化,应用存储过程等等。
最后是不要反复查数据库,会太慢,把查出的数据放到
XML中或是DataTable中,以后再用的时候直接到XML中去查,
这样会省出大量的时间。。。。。
无论你是需要分析数以百万计的SKU以确定最优价格,还是想在几分钟内重新计算整个风投组合,或者是要在最恰当的时机给客户提供有针对性的信息推送,为了确保您的高性能技术组合满足您的业务,提供了几个处理方案:
网格计算
集中管理的网格基础设施为大数据的信息管理、分析和报告提供了动态工作负载平衡、高可用性和并行处理能力。
数据库处理
使用第三方可扩展体系的数据库可以减少数据的处理时间(数据的生成、部署和更新等等)。
内存分析
使用大数据的精准分析,快速解决复杂问题。使用并发、内存、多用途的数据访问,快速运行一个新的方案。即时探索和可视化数据。快速创建和部署分析模型。解决特定行业的业务挑战。
数据库么?