DataGrid连接Access的快速分页法（1）——需求与现状
一、需求分析
DataGrid是一个功能强大的ASP.NET Web服务器端控件，它除了能够按各种方式格式化显示数据，还可以对数据进行动态的排序、编辑和分页。大大减轻了广大Web程序员的工作量。实现DataGrid的分页功能一直是很多入门者感到棘手的问题，特别是自定义分页功能，实现的方法多种多样，非常灵活。

目前大家公认性能最好的应该数SQL Sever结合存储过程的解决方案。因为在SQL Server的存储过程里面可以使用游标（Cursor）来遍历数据库表中所有的行，结合一个计数器变量就可以快速定位到数据库表中的某一行了。但是在采用Access数据库的ASP.NET应用程序中，一直没有一种较好的解决方案。

我们知道，在ASP中可以使用ADO的游标来快速定位当前页面的数据在数据库表中的位置。可是ADO.NET中没有游标这个东西，所以传统的DataGrid分页方法都是用诸如“SELECT * FROM Item”的SQL语句从数据库表中取出所有的记录，然后DataGrid的自动分页功能会帮你显示相应分页的数据。
二、目前的解决方案
很多人已经意识到了上面描述的问题，并提出了解决方法，即采用自定义分页，每次从数据库表中取出要显示的数据。那么，怎样取呢？答案就我知道的大概有5种以上吧。使用不同的算法，将会得到不同的效率。经过我粗略的测试，最慢的算法耗费的时间大概是最快的3倍！而且这个数字会随着记录总数的增加而增加。

为了方便接下来的讨论，在展示 SQL 语句之前，首先让我们做如下约定：

PageIndex ItemId
ProductId
Price
0
001
0011
$12

002
0011
$13

003
0011
$12

1
004
0012
$13

005
0012
$11

006
0012
$14

2
007
0013
$14

008
0013
$12

009
0014
$13

3
010
0011
$13

011
0012
$15

012
0014
$16

4
013
0013
$12

014
0013
$13



变量 用途
@PageSize 每页显示的记录总数
@PageCount 分页总数
@RecordCount 数据表的记录总数
@PageIndex 当前页的索引
@FirstIndex 第一页的索引
@MiddleIndex 中间页的索引
@LastIndex 最后一页的索引
@TableName 数据库表名称
@PrimaryKey 主键字段名称
@QueryFields 要查询的字段集
@Condition 筛选条件


定义：
@PageCount = (int)Math.Ceiling((double)@RecordCount / @PageSize)
@FirstIndex = 0
@LastIndex = @PageCount - 1
@MiddleIndex = (int)Math.Ceiling((double)@PageCount / 2) – 1

预设：
@PageSize = 2
@RecordCount = 9
@PageCount = 4

现在先让我们来看看速度最慢的 SQL 语句：

SELECT TOP @PageSize * FROM @TableName AS a
WHERE @PrimaryKey NOT IN (
SELECT TOP @PageSize*@PageIndex @PrimaryKey FROM @TableName AS b
ORDER BY @PrimaryKey
)
ORDER BY @PrimaryKey

这条语句慢就慢在 NOT IN 这里，主 SELECT 语句遍历的每个 @PrimaryKey 的值都要跟子 SELECT 语句的结果集中的每一个 @PrimaryKey 的值进行比较，这样时间复杂度非常大。其实我们平时编写 SQL 语句的时候应该尽量避免用 NOT IN 语句，因为它往往会提高整个 SQL 语句的时间复杂度。

还有一种是用两个 TOP 的 SQL 语句，如下所示：

SELECT * FROM (
SELECT TOP @PageSize * FROM (
SELECT TOP @PageSize*(@PageIndex+1) * FROM @TableName
ORDER BY @PrimaryKey
) TableA
ORDER BY @PrimaryKey DESC
) TableB
ORDER BY @PrimaryKey

这条 SQL 语句空间复杂度比较大。如果要显示的分页面刚好是最后一页，那么它的效率比直接SELECT 出所有的记录还要低。

下一篇将详细介绍一种最快的算法，并根据不同情况，采用不同的变形来有效的提高查询效率。