


mysql dizaines de millions d'optimisation des performances des requêtes de pagination de données_Mysql
Utilisez la pagination limitée lorsque la quantité de données MySQL est importante. À mesure que le nombre de pages augmente, l'efficacité des requêtes diminue. Cet article partage avec vous la méthode d'optimisation des performances de l'auteur lors de l'utilisation de MySQL pour effectuer des requêtes de pagination avec des dizaines de millions de données. C'est un très bon article et j'espère qu'il pourra aider tout le monde.
Expérience
1. Utilisez directement le début de la limite, comptez les instructions de pagination :
select * from order limit start, count
Lorsque la page de démarrage est petite, la requête n'a pas Question de performances, regardons le temps d'exécution de la pagination à partir de 10, 100, 1000, 10000 (20 entrées par page), comme suit :
select * from order limit 10, 20 0.016秒 select * from order limit 100, 20 0.016秒 select * from order limit 1000, 20 0.047秒 select * from order limit 10000, 20 0.094秒
Nous avons vu qu'à mesure que l'enregistrement de départ augmente, le temps augmente également. Cela montre que la limite de déclaration de pagination est étroitement liée au numéro de page de départ, modifions donc l'enregistrement de départ en 40w et jetons un œil
select * from order limit 400000, 20 3.229秒
Regardez le temps qu'on a mis pour récupérer la dernière page des disques
select * from order limit 800000, 20 37.44秒
Evidemment ce genre de temps est intolérable.
On peut également en conclure deux choses :
1) Le temps d'interrogation de l'instruction limite est proportionnel à la position de l'enregistrement de départ
2) L'instruction limite de mysql est très pratique, mais il ne convient pas à une utilisation directe sur des tables comportant de nombreux enregistrements.
2. Méthode d'optimisation des performances pour le problème de pagination limite
Utilisez l'index de couverture de la table pour accélérer la requête de pagination
Nous savons tous que si l'instruction qui utilise l'index requête uniquement Si cette colonne d'index (index de couverture) est incluse, la requête sera plus rapide dans ce cas.
Étant donné qu'il existe un algorithme d'optimisation pour la recherche d'index et que les données se trouvent sur l'index de requête, il n'est pas nécessaire de trouver l'adresse des données pertinente, ce qui permet de gagner beaucoup de temps. De plus, il existe également un cache d'index associé dans Mysql. Il est préférable d'utiliser le cache lorsque la concurrence est élevée.
Dans notre exemple, nous savons que le champ id est la clé primaire, il contient donc naturellement l'index de clé primaire par défaut. Voyons maintenant comment fonctionne la requête utilisant l'index de couverture :
Cette fois, nous interrogeons les données de la dernière page (en utilisant l'index de couverture, contenant uniquement la colonne id), comme suit :
select id from order limit 800000, 20 0.2秒
Par rapport aux 37,44 secondes d'interrogation de toutes les colonnes, la vitesse est augmentée d'environ 100 fois
Donc, si nous voulons également interroger toutes les colonnes, il existe deux méthodes, l'une est id> ;= form, l'autre est d'utiliser join, regardez la situation réelle :
SELECT * FROM order WHERE ID > =(select id from order limit 800000, 1) limit 20
Le temps de requête est de 0,2 seconde, ce qui est un saut qualitatif, haha
Une autre façon d'écrire
SELECT * FROM order a JOIN (select id from order limit 800000, 20) b ON a.ID = b.id
Le temps de requête est également très court.
L'avez-vous déjà appris ? Dépêchez-vous et essayez-le.
Recommandations associées :
mysql dizaines de millions de requêtes de données
mysql dizaines de millions de statistiques de comptage comparaison_MySQL
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

Compétences en matière de traitement de la structure des Big Data : Chunking : décomposez l'ensemble de données et traitez-le en morceaux pour réduire la consommation de mémoire. Générateur : générez des éléments de données un par un sans charger l'intégralité de l'ensemble de données, adapté à des ensembles de données illimités. Streaming : lisez des fichiers ou interrogez les résultats ligne par ligne, adapté aux fichiers volumineux ou aux données distantes. Stockage externe : pour les ensembles de données très volumineux, stockez les données dans une base de données ou NoSQL.

Les performances des requêtes MySQL peuvent être optimisées en créant des index qui réduisent le temps de recherche d'une complexité linéaire à une complexité logarithmique. Utilisez PreparedStatements pour empêcher l’injection SQL et améliorer les performances des requêtes. Limitez les résultats des requêtes et réduisez la quantité de données traitées par le serveur. Optimisez les requêtes de jointure, notamment en utilisant des types de jointure appropriés, en créant des index et en envisageant l'utilisation de sous-requêtes. Analyser les requêtes pour identifier les goulots d'étranglement ; utiliser la mise en cache pour réduire la charge de la base de données ; optimiser le code PHP afin de minimiser les frais généraux.

La sauvegarde et la restauration d'une base de données MySQL en PHP peuvent être réalisées en suivant ces étapes : Sauvegarder la base de données : Utilisez la commande mysqldump pour vider la base de données dans un fichier SQL. Restaurer la base de données : utilisez la commande mysql pour restaurer la base de données à partir de fichiers SQL.

Comment insérer des données dans une table MySQL ? Connectez-vous à la base de données : utilisez mysqli pour établir une connexion à la base de données. Préparez la requête SQL : Écrivez une instruction INSERT pour spécifier les colonnes et les valeurs à insérer. Exécuter la requête : utilisez la méthode query() pour exécuter la requête d'insertion en cas de succès, un message de confirmation sera généré.

L'un des changements majeurs introduits dans MySQL 8.4 (la dernière version LTS en 2024) est que le plugin « MySQL Native Password » n'est plus activé par défaut. De plus, MySQL 9.0 supprime complètement ce plugin. Ce changement affecte PHP et d'autres applications

Pour utiliser les procédures stockées MySQL en PHP : Utilisez PDO ou l'extension MySQLi pour vous connecter à une base de données MySQL. Préparez l'instruction pour appeler la procédure stockée. Exécutez la procédure stockée. Traitez le jeu de résultats (si la procédure stockée renvoie des résultats). Fermez la connexion à la base de données.

La création d'une table MySQL à l'aide de PHP nécessite les étapes suivantes : Connectez-vous à la base de données. Créez la base de données si elle n'existe pas. Sélectionnez une base de données. Créer un tableau. Exécutez la requête. Fermez la connexion.

La base de données Oracle et MySQL sont toutes deux des bases de données basées sur le modèle relationnel, mais Oracle est supérieur en termes de compatibilité, d'évolutivité, de types de données et de sécurité ; tandis que MySQL se concentre sur la vitesse et la flexibilité et est plus adapté aux ensembles de données de petite et moyenne taille. ① Oracle propose une large gamme de types de données, ② fournit des fonctionnalités de sécurité avancées, ③ convient aux applications de niveau entreprise ; ① MySQL prend en charge les types de données NoSQL, ② a moins de mesures de sécurité et ③ convient aux applications de petite et moyenne taille.
