/***************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)