Table变量和临时表区别

区别一:

< PRE lang = sql > CREATE   table  #T (s  varchar ( 128 ))
DECLARE   @T   table  (s  varchar ( 128 ))
INSERT   into  #T  select   ' old value # '
INSERT   into   @T   select   ' old value @ '
BEGIN   transaction
   UPDATE  #T  set  s = ' new value # '
   UPDATE   @T   set  s = ' new value @ '
ROLLBACK   transaction
SELECT   *   from  #T
SELECT   *   from   @T
s             
-- -------------
old value #

s                
-- -------------
new value @ </ PRE >

这行代码一目了然,临时表能起到事务回滚的作用,但是table变量不可以.作者解释是table变量不在事务作用范围之内.所以当table变量即使遇到回滚命令,但是也不会真的执行回滚.

区别二:
任何含有临时表的存储过程是不能被预编译的.这在一个很长的存储过程中,优势会更加凸显.

区别三:
table变量作为变量只能在同范围内存在,不可能跨范围.还有就是table变量在内置的存储过程中或者exec(string)语句中是不可见的还有就是不能被用于INSERT/EXEC statements.

下面的例子我来演示如何对比临时表和table变量在存储过程中预编译的区别.
创建一个测试表:

CREATE   table  NUM (n  int   primary   key , s  varchar ( 128 ))
GO
SET  nocount  on
DECLARE   @n   int
SET   @n = 1000000
WHILE   @n > 0   begin
   INSERT   into  NUM
     SELECT   @n , ' Value:  ' + convert ( varchar , @n )
   SET   @n = @n - 1
   END
GO

然后创建存储过程:T1

CREATE   procedure  T1
   @total   int
AS
   CREATE   table  #T (n  int , s  varchar ( 128 ))
   INSERT   into  #T  select  n,s  from  NUM
     WHERE  n % 100 > 0   and  n <= @total
   DECLARE   @res   varchar ( 128 )
   SELECT   @res = max (s)  from  NUM
     WHERE  n <= @total   and
       NOT   exists ( select   *   from  #T
       WHERE  #T.n = NUM.n)
GO

这个存储过程的参数@Total给定的越大,那么执行的时间越长.


为精确测量存储过程执行时间,我使用了以下代码:

DECLARE   @t1   datetime ,  @n   int
SET   @t1 = getdate ()
SET   @n = 100  – ( ** )
WHILE   @n > 0   begin
   EXEC  T1  1000  – ( * )
   SET   @n = @n - 1   end
SELECT   datediff (ms, @t1 , getdate ())
GO

(*) 是存储过程参数.

现在我们给这个存储过程来第一次提速:个它加个主键

CREATE   procedure  T2
   @total   int
AS
   CREATE   table  #T (n  int   primary   key , s  varchar ( 128 ))
   INSERT   into  #T  select  n,s  from  NUM
     WHERE  n % 100 > 0   and  n <= @total
   DECLARE   @res   varchar ( 128 )
   SELECT   @res = max (s)  from  NUM
     WHERE  n <= @total   and
       NOT   exists ( select   *   from  #T
       WHERE  #T.n = NUM.n)
GO

在下面的对比中你可以发现已经大大的提速了.

然后再来一次提速:给它加个聚集索引

CREATE   procedure  T3
   @total   int
AS
   CREATE   table  #T (n  int , s  varchar ( 128 ))
   INSERT   into  #T  select  n,s  from  NUM
     WHERE  n % 100 > 0   and  n <= @total
   CREATE   clustered   index  Tind  on  #T (n)
   DECLARE   @res   varchar ( 128 )
   SELECT   @res = max (s)  from  NUM
     WHERE  n <= @total   and
       NOT   exists ( select   *   from  #T
       WHERE  #T.n = NUM.n)
GO

很惊讶速度已经提高了很多!

那好了,咱们再来测试一下table变量的速度吧

CREARE  procedure  V1
   @total   int
AS
   DECLARE   @V   table  (n  int , s  varchar ( 128 ))
   INSERT   into   @V   select  n,s  from  NUM
     WHERE  n % 100 > 0   and  n <= @total
   DECLARE   @res   varchar ( 128 )
   SELECT   @res = max (s)  from  NUM
     WHERE  n <= @total   and
       NOT   exists ( select   *   from   @V  V
       WHERE  V.n = NUM.n)
GO

然后再来创建一个有主键的:

CREATE   procedure  V2
   @total   int
AS
   DECLARE   @V   table  (n  int   primary   key , s  varchar ( 128 ))
   INSERT   into   @V   select  n,s  from  NUM
     WHERE  n % 100 > 0   and  n <= @total
   DECLARE   @res   varchar ( 128 )
   SELECT   @res = max (s)  from  NUM
     WHERE  n <= @total   and
       NOT   exists ( select   *   from   @V  V
      WHEREre V.n = NUM.n)
GO <

然后咱们来看看我测试的结果吧!

Table 1, using SQL Server 2000, time in ms

Records	T1	T2	T3	V1	V2
10	0.7	1	13.5	0.6	0.8
100	1.2	1.7	14.2	1.2	1.3
1000	7.1	5.5	27	7	5.3
10000	72	57	82	71	48
100000	883	480	580	840	510
1000000	45056	6090	15220	20240	12010

But the real shock is when you try the same on SQL Server 2005:

Table 2

N	T1	T2	T3	V1	V2
10	0.5	0.5	5.3	0.2	0.2
100	2	1.2	6.4	61.8	2.5
1000	9.3	8.5	13.5	168	140
10000	67.4	79.2	71.3	17133	13910
100000	700	794	659	Too long!	Too long!
1000000	10556	8673	6440	Too long!	Too long!

发现对比在某些情况下sql2000的速度要比2005的要快上很多!


结论:
没有通用的规则指导你什么时候用临时表什么时候用table变量.
将复杂逻辑的存储过程移植到sql2005的时候,要格外小心!他可能比2000的效率要慢上好几十倍的!
在你的实际测试中,请测试两个极端:销量数据和超大量数据.

此文章翻译自codeproject:http://www.codeproject.com/cs/database/SQP_performance.asp

转载于:https://www.cnblogs.com/FrameWork/archive/2007/06/07/774910.html