例2：
SELECT top 5 TABLE_SCHEMA, TABLE_NAME, (TABLE_SCHEMA +'.'+TABLE_NAME) 'Full table name',
dbo.row_count(TABLE_SCHEMA +'.'+TABLE_NAME) rows
FROM INFORMATION_SCHEMA.TABLES
where TABLE_TYPE ='BASE TABLE'
ORDER BY rows desc
dbo.row_count(TABLE_SCHEMA +'.'+TABLE_NAME) rows
FROM INFORMATION_SCHEMA.TABLES
where TABLE_TYPE ='BASE TABLE'
ORDER BY rows desc
查询结果如下表：
表1
通过增加/删除行、截取表、批量插入/批量删除等操作详细的测试该函数，返回的结果与count(*)完全一致。
3.性能评测
我们将通过执行批处理命令来对比count(*)和用户自定义函数row_count的性能，如下代码所示：
select dbo.row_count ('Sales.SalesOrderDetail')
go
select count (*) from Sales.SalesOrderDetail
go
go
select count (*) from Sales.SalesOrderDetail
go
当查看执行计划时，我们发现第一个查询（row_count）的开销只占整个批处理开销的7%，用于此操作以及同一子树内此操作之前的所有操作的总开销只有0.03，如下图所示：
图2
而第二个查询（count(*)）的开销则占整个批处理开销的93%，用于此操作以及同一子树内此操作之前的所有操作的总开销则为0.37，如下图所示：
图3
毫无疑问，用户自定义函数row_count()的性能是最好的，它占用了数据库极少的资源。两者的开销比例是93:7，这意味着row_count的性能比count(*)的性能高10倍多。
根据数据表的记录数不同，该对比结果可能会有所不同，但是总体来说，我们已经从中看出，新用户自定义函数要比count(*)函数好得多。在你需要获得整个表的记录数时，这个用户自定义函数可以大大提高你的查询语句性能。
4.结论
SQL Server 2005的内置函数count(*)在获得整个表的记录数时非常耗时，尤其对于具有数百万条记录的表时更是如此。
通过用户自定义函数“row_count”这个新方法，同样可以获得准确的结果，而且速度更快，可以获得更高的性能。
该函数可以在SQL Server 2005中使用，因为这些视图只有从这个版本才开始增加。
