当我们想统计数据表的记录总数时，我们使用的T-SQL函数count(*) 。如果在一个包含了数百万行的大表中执行这个函数的话，，可以要花很长时间才能返回整个表的记录总数，这导致了查询性能的下降。
一、常规办法：采用Count ()函数
每个数据库管理员知道如何使用count(*) 函数。SQL Server在执行这个函数时，为了返回总表的行计数，需要对索引/表进行完整的扫描。因此建议DBA们尽量避免针对整个表使用聚合函数count(*)，因为它影响了数据库的性能。
下面我们来看个AdventureWorks数据库中的例子。
在查询分析器中执行下面的查询语句：
use AdventureWorks go select count (*) from Sales.SalesOrderDetail |
查询分析器执行后，显示有121317行。
l 第一步中对整个表进行索引扫描，这是个非常耗时的过程(占81%)。
l 第二步中应用流聚合也较耗时(占19%)。
二、新方法：采用 row_count ()自定义函数
在SQL Server 2005中的两个对象目录视图：sys.partitions和sys.allocation_units包含了这些信息，可以用来获取整个表的总记录数。
sys.partitions 目录视图
sys.partitions视图包含了数据库中每个连续分区的所有表和索引。SQL Server 2005中的所有表格和索引，即使他们没有明确划分，也包含这个视图的至少一个分区中。
数据库中所有表和索引的每个分区在表中各对应一行。即使 SQL Server 2005 中的所有表和索引并未显式分区，也认为它们至少包含一个分区。
在新的实现方法中，我们用到了sys. partitions 视图中的以下字段：
|
字段名称
|
数据类型
|
描述
|
|
partition_id
|
bigint
|
分区的 ID。在数据库中是唯一的。
|
|
object_id
|
int
|
此分区所属的对象的 ID。每个表或视图都至少包含一个分区。
|
|
index_id
|
Int
|
此分区所属的对象内的索引的 ID。
0表示是堆表中
1表示是集群表
|
|
rows
|
bigint
|
此分区中的大约行数。
|
sys.allocation_units 目录视图
sys.allocation_units视图包含了数据库中一个连续为每个分配单元。
数据库中的每个分配单元都在表中占一行。
在新的实现方法中，我们用到了sys.allocation_units视图中的以下字段：
|
字段名称
|
数据类型
|
描述
|
|
container_id
|
bigint
|
与分配单元关联的存储容器的 ID。
如果 type = 1 或 3，则 container_id = sys.partitions.hobt_id。
如果 type 为 2，则 container_id = sys.partitions.partition_id。
0 = 标记为要延迟删除的分配单元
|
|
Type
|
tinyint
|
分配单元的类型。
0 = 已删除
1 = 行内数据（所有数据类型，但 LOB 数据类型除外）
2 = 大型对象 (LOB) 数据（text、ntext、 image、xml、大型值类型以及 CLR 用户定义类型）
3 = 行溢出数据
|
在row_count这个新的用户自定义函数中，[sys.partitions]视图与[sys.allocation_units]视图相关联，并按照以下几个条件进行过滤：
l [sys.allocation_units].type = 1，所读取的行数据，不包含text, ntext, image等类型的大型对象。
l [sys.partitions].index_id 属于0或者1 ： 0表示是堆表中，1表示是集群表。
l [sys.partitions].row不为空。
由于row_count这个自定义函数需要在每一个数据库中执行，因此将权限设置为Public。
用户自定义函数row_count具体描述，见下一节。
