資料庫公升級，需要對幾個表進行一些資料轉換，具體是這樣：針對每乙個 item，從 orders 表裡查出 shop_id，並把此 id 賦值給 items 和 skus 中的 shop_id。下面是最初實現的**，其中 largerresultprocessor 是乙個基類，負責遍歷泛型引數 t 所指向的資料庫表，並以每頁 100 項的方式分頁，並對每一項呼叫 processitem 函式，而子類只需實現 processitem 函式即可：
**
public上面這段**，邏輯比較簡單，針對每一項，使用 select 語句取出 shop_id，並且執行 update，只是有個問題，就是執行速度比較慢，對於我們 6 萬左右 item，4 萬左右 sku，99 萬左右 order 的表，需要執行約 40 分鐘，才能轉換完畢。class
itemrenamecompanyid : largerresultprocessor
<
item
>'"
;var sql1
=string
.format(template1, item.id);
const
string
template2 =@"
update items set shop_id= where id = ;
update skus set shop_id= where item_id = ;";
trycatch
(exception exception)}}
這些**，雖然是一次性操作，但是對於執行系統，停機時間越短越好，於是進行一些優化工作，資料庫對於大量重複的語句，如果使用引數的方式，因為可以避免對於語句的重複解析工作，所以速度會快一些，按照這個思路，簡單的修改如下：
**
public測試這個程式，大概 25 分鐘可以完成轉換。有一些提高，不過，我們真正要修改的資料量並不大，一共只有 6 萬 加 4 萬 大約 10 萬條資料，所以 25 分鐘還是有些長了。簡單分析後，orders 是最大的表，如果整體速度慢，則導致速度慢最大的可能因素，應該是查詢 orders，所以稍換乙個思路，提前把 item_id 和 shop_id 的對應關係查詢出來，放到記憶體裡，從而避免每次 processitem 都要進行 orders 表的查詢。至於記憶體裡的資料，本來準備用 dictionary 的，後來一想，id 都是 long 型的資料，而且不能算「稀疏」矩陣，基本可以稱為「稠密」矩陣，所以，直接用陣列應該是速度更快，所以先查詢出 items 的最大 id，用於設定陣列大小，再按索引賦值即可：class
itemrenamecompanyid : largerresultprocessor
<
item
>
catch
(exception exception)}}
**
public再測試這一段程式，執行 70 秒就完成了資料轉換，另外，查詢對應關係那一句 sql，因為針對的是剛恢復的資料庫，所以用了大概 3、40 秒，實際使用查詢管理器，在執行中的資料庫執行那一句 sql，只需要 1 秒左右就可以完成，所以，估計在實際轉換的時候，3、40 秒就可以完成轉換了。class
itemrenamecompanyid : largerresultprocessor
<
item
>
;dynamic list
=dbentry.context.executedynamiclist(sql);
foreach
(dynamic row
inlist)
}protected
override
void
processitem(item item)
catch
(exception exception)}}
演算法優化一例
本文將以排序演算法中的插入排序為例，介紹優化演算法，編制高效程式的方法。人們通常用於排序手中橋牌的方法是一次考慮一張牌，將它插入到已經排序過的牌的適當位置中 時刻讓它們保持有序 在計算機實現中，我們需要將較大的元素移到右邊，為插入的元素準備空間，然後再在空位置上插入該元素。該演算法的通常的乙個實現如...
sql優化一例
原sql，查詢總數300，每頁15資料也要8秒 select a from table where date format my time,y m d 2012 08 15 limit 0,15 優化後的sql，查詢總數18000，每頁15的資料只要1秒 select a from table wh...
ASP連線ACCESS資料庫一例
dim conn,rs set conn server.createobject adodb.connection set rs server.createobject adodb.recordset sub endconnection conn.close set conn nothing end...