/***************创建测试表******************************/

IF NOT OBJECT_ID('[Demo_Top]') IS NULL

DROP TABLE [Demo_Top]

GO

Create table [Demo_Top]

(PID int identity(1,1) primary key not null

,PName nvarchar(100) null

,AddTime dateTime null

,PGuid Nvarchar(40)

)

go

truncate table [Demo_Top]

/***************创建1002条测试数据***********************/

declare @d datetime

set @d=getdate()

declare @i int

set @i=1

while @i<=1002

begin

insert into [Demo_Top]

select cast(datepart(ms,getdate()) as nvarchar(3))+Replicate('A',datepart(ss,getdate()))

,getdate()

,NewID()

set @i=@i+1

End

--注意TOP关键字可以用于Select,Update和Delete语句中

Declare @percentage float

set @percentage=1

select Top (@percentage) percent PName from [Demo_Top] order by PName

--注意是11行。(11 row(s) affected)

如果只是需要一些样本，也可以使用TableSample，以下语句返回表Demo_Top的一定百分比的随机行

select PName,AddTime, PGuid from [Demo_Top]

TableSample System(10 percent)

--(77 row(s) affected)

TOP分块修改数据

TOP的第二个关键改进是支持数据的分块操作。换句话说，避免在一个语句中执行非常大的操作，而把修改分成多个小块，这大大改善了大数据量、大访问量的表的并发性，可以用于大的报表或数据仓库应用程序。此外，分块操作可以避免日志的快速增长，因为前一操作完成后，可能会重用日志空间。如果操作中有事务，已经完成的修改数据已经可以用于查询，而不必等待所有的修改完成。

仍以上表为例：

while (select count(1) from [Demo_Top])>0

begin

delete top (202) from [Demo_Top]

end

/*

(202 row(s) affected)

(202 row(s) affected)

(202 row(s) affected)

(202 row(s) affected)

(194 row(s) affected)

*/

注意是每批删除202条数据，TOP也可以用于Select和Update语句，其中后者更为实用。

--Select TOP(100)

--Update TOP(100)