目录
目录 ....................................................................................................................................... 1 一、
目的与意义 ................................................................................................................ 2
1) 说明 ............................................................................................................................... 2 二、
解决思路与根据(本测试表中数据在千万级别) ................................................ 2
1) 建立索引 ....................................................................................................................... 2 2) 数据体现(主键非索引,实际测试结果 其中fid建立索引) ............................ 2 3) MySQL分页原理 ........................................................................................................... 2 4) 经过实际测试当对表所有列查询时 ............................................................................ 3 三、
总结 ............................................................................................................................ 3
1) 获得分页数据 ............................................................................................................... 3 2) 获得总页数:创建表 记录大数据表中总数 通过触发器来维护 ......................... 3
一、 目的与意义
1) 说明
在MySql单表中数据达到千万级别时数据的分页查询结果时间过长,对此进行优 达到最优效果,也就是时间最短;(此统计利用的jdbc连接,其中fid为该表的主键;)
二、 解决思路与根据(本测试表中数据在千万级别)
1) 建立索引
优点:当表中有大量记录时,若要对表进行查询,第一种搜索信息方式是全表搜索,是将所有记录一一取出,和查询条件进行一一对比,然后返回满足条件的记录,这样做会消耗大量数据库系统时间,并造成大量磁盘I/O操作;第二种就是在表中建立索引,然后在索引中找到符合查询条件的索引值,最后通过保存在索引中的ROWID(相当于页码)快速找到表中对应的记录。
缺点:当对表中的数据进行增加、删除和修改的时候,索引也要动态的维护,降低了数据的维护速度.
2) 数据体现(主键非索引,实际测试结果 其中fid建立索引)
未创建索引:SELECT fid from t_history_data LIMIT 8000000,10 结果:13。396s 创建索引:SELECT fid from t_history_data LIMIT 8000000,10 结果:2。896s select * from t_history_data where fid in ( 任意十条数据的id ) 结果:0。141s 首先通过分页得到分页的数据的ID,将ID拼接成字符串利用SQL语句
select * from table where ID in (ID字符串)此语句受数据量大小的影响比较小(如上测试); 3) MySQL分页原理
MySQL的limit工作原理就是先读取n条记录,然后抛弃前n条,读m条想要的,所以n越大,性能会越差。 优化前SQL: SELECT * FROM v_history_data LIMIT 5000000, 10 10.961s 优化后SQL: SELECT * FROM v_history_data INNER JOIN (SELECT fid FROM t_history_data LIMIT 5000000, 10) a USING (fid) 1。943s 分别在于,优化前的SQL需要更多I/O浪费,因为先读索引,再读数据,然后抛弃无需的行。而优化后的SQL(子查询那条)只读索引(Cover index)就可以了,然后通过member_id读取需要的列
4) 经过实际测试当对表所有列查询时
select * from table 会比 select (所有列名) from table 快些(以查询8000000处数据分页实验)。
select * from t_history_data LIMIT 8000000,10 结果:10。735s
select (总共14列)from t_history_data LIMIT 8000000,10 结果:11。594s
三、 总结
1) 获得分页数据
创建索引:CREATE UNIQUE INDEX index_name ON t_history_data (fid) 相应的查询语句:SELECT * FROM v_history_data INNER JOIN (SELECT fid FROM t_history_data LIMIT 5000000, 10) a USING (fid) (原理位于上方红色标记处,该方法查询速度将近提升10倍) 相对应的有条件查询根据需要建立索引
2) 获得总页数:创建表 记录大数据表中总数 通过触发器来维护
创建表: CREATE TABLE `t_total` ( `Id` int(11) NOT NULL AUTO_INCREMENT,
`tableName` char(25) DEFAULT NULL, `sum` int(11) DEFAULT NULL, PRIMARY KEY (`Id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8; 表初始化 写触发器
CREATE TRIGGER t1 AFTER INSERT ON t_history_data FOR EACH ROW BEGIN
DECLARE i int;
SELECT sum INTO i from t_total WHERE tablename = ’t_history_data' ; set i = i+1;
UPDATE t_total set sum=i where tablename = 't_history_data’ ; END
CREATE TRIGGER t2 AFTER DELETE ON t_history_data FOR EACH ROW BEGIN
DECLARE i int;
SELECT sum INTO i from t_total WHERE tablename = 't_history_data' ; set i = i-1;
UPDATE t_total set sum=i where tablename = ’t_history_data' ; END
因篇幅问题不能全部显示,请点此查看更多更全内容