


Kardinaliti Tinggi lwn. Kardinaliti Rendah: Lajur Mana Yang Harus Didahulukan dalam Indeks Julat?
Penyusunan Lajur Kardinaliti Tinggi dalam Indeks Julat
Dalam reka bentuk pangkalan data, apabila mencipta indeks pada berbilang lajur, susunan lajur tersebut boleh memberi kesan ketara kepada prestasi untuk pertanyaan julat. Khususnya, untuk pertanyaan yang melibatkan kedua-dua lajur kardinaliti tinggi dan lajur kardinaliti rendah, susunan lajur optimum dalam indeks boleh bertentangan dengan intuitif.
Senario:
Pertimbangkan jadual dengan skema berikut:
CREATE TABLE `files` ( `did` int(10) unsigned NOT NULL DEFAULT '0', `filename` varbinary(200) NOT NULL, `ext` varbinary(5) DEFAULT NULL, `fsize` double DEFAULT NULL, `filetime` datetime DEFAULT NULL, PRIMARY KEY (`did`,`filename`), KEY `fe` (`filetime`,`ext`), -- This? KEY `ef` (`ext`,`filetime`) -- or This? ) ENGINE=InnoDB DEFAULT CHARSET=utf8 ;
Jadual ini menyimpan metadata fail, dengan kira-kira 1 juta baris. Lajur masa fail kebanyakannya mempunyai nilai yang berbeza, menunjukkan kardinaliti tinggi, manakala lajur ext mempunyai bilangan nilai terhingga, menunjukkan kardinaliti rendah.
Pertanyaan:
Pertanyaan berikut digunakan untuk mendapatkan semula maklumat fail berdasarkan kedua-dua ext dan masa fail:
WHERE ext = '...' AND filetime BETWEEN ... AND ...
Pilihan Indeks Terbaik:
Timbul persoalan tentang indeks mana, fe atau ef, yang lebih baik untuk pertanyaan ini. Secara intuitif, seseorang mungkin menganggap bahawa indeks dengan lajur kardinaliti tinggi (masa fail) dahulu akan lebih cekap. Walau bagaimanapun, analisis menunjukkan bahawa perkara sebaliknya adalah benar.
Penjelasan:
Menggunakan arahan EXPLAIN, kita boleh memeriksa pelan pertanyaan untuk pilihan indeks yang berbeza:
-- Force index on fe (filetime first) EXPLAIN SELECT COUNT(*), AVG(fsize) FROM files FORCE INDEX(fe) WHERE ext = 'gif' AND filetime >= '2015-01-01' AND filetime < '2015-01-01' + INTERVAL 1 MONTH; -- Force index on ef (ext first) EXPLAIN SELECT COUNT(*), AVG(fsize) FROM files FORCE INDEX(ef) WHERE ext = 'gif' AND filetime >= '2015-01-01' AND filetime < '2015-01-01' + INTERVAL 1 MONTH;
Keputusan menunjukkan bahawa indeks ef, dengan lajur ext cardinaliti rendah didahulukan, menunjukkan prestasi yang lebih baik daripada fe.
Analisis lanjut menggunakan surih Pengoptimum mendedahkan bahawa dengan indeks fe, pengoptimum menganggarkan mengimbas sejumlah besar baris (16684) untuk menapis pada nilai ext. Dengan indeks ef, ia boleh menggunakan kedua-dua lajur indeks dengan cekap dan mendapatkan hanya baris yang berkaitan (538).
Kesimpulan:
Apabila mencipta indeks komposit untuk menyokong julat pertanyaan, adalah dinasihatkan untuk meletakkan lajur yang terlibat dalam ujian kesamarataan (dalam kes ini, samb) dahulu, tanpa mengira kardinalitinya. Ini membolehkan indeks digunakan dengan lebih berkesan dalam pelan pelaksanaan pertanyaan, menghasilkan prestasi yang lebih baik.
Atas ialah kandungan terperinci Kardinaliti Tinggi lwn. Kardinaliti Rendah: Lajur Mana Yang Harus Didahulukan dalam Indeks Julat?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Peranan utama MySQL dalam aplikasi web adalah untuk menyimpan dan mengurus data. 1.MYSQL dengan cekap memproses maklumat pengguna, katalog produk, rekod urus niaga dan data lain. 2. Melalui pertanyaan SQL, pemaju boleh mengekstrak maklumat dari pangkalan data untuk menghasilkan kandungan dinamik. 3.MYSQL berfungsi berdasarkan model klien-pelayan untuk memastikan kelajuan pertanyaan yang boleh diterima.

InnoDB menggunakan redolog dan undologs untuk memastikan konsistensi dan kebolehpercayaan data. 1. Pengubahsuaian halaman data rekod untuk memastikan pemulihan kemalangan dan kegigihan transaksi. 2.UNDOLOGS merekodkan nilai data asal dan menyokong penggantian transaksi dan MVCC.

Berbanding dengan bahasa pengaturcaraan lain, MySQL digunakan terutamanya untuk menyimpan dan mengurus data, manakala bahasa lain seperti Python, Java, dan C digunakan untuk pemprosesan logik dan pembangunan aplikasi. MySQL terkenal dengan prestasi tinggi, skalabilitas dan sokongan silang platform, sesuai untuk keperluan pengurusan data, sementara bahasa lain mempunyai kelebihan dalam bidang masing-masing seperti analisis data, aplikasi perusahaan, dan pengaturcaraan sistem.

Cardinality Indeks MySQL mempunyai kesan yang signifikan terhadap prestasi pertanyaan: 1. Indeks kardinaliti yang tinggi dapat lebih berkesan menyempitkan julat data dan meningkatkan kecekapan pertanyaan; 2. Indeks kardinaliti yang rendah boleh membawa kepada pengimbasan jadual penuh dan mengurangkan prestasi pertanyaan; 3. Dalam indeks bersama, urutan kardinaliti yang tinggi harus diletakkan di depan untuk mengoptimumkan pertanyaan.

Operasi asas MySQL termasuk membuat pangkalan data, jadual, dan menggunakan SQL untuk melakukan operasi CRUD pada data. 1. Buat pangkalan data: createdatabasemy_first_db; 2. Buat Jadual: CreateTableBooks (Idintauto_IncrementPrimaryKey, Titlevarchar (100) NotNull, Authorvarchar (100) NotNull, Published_yearint); 3. Masukkan Data: InsertIntoBooks (Tajuk, Pengarang, Published_year) VA

MySQL sesuai untuk aplikasi web dan sistem pengurusan kandungan dan popular untuk sumber terbuka, prestasi tinggi dan kemudahan penggunaan. 1) Berbanding dengan PostgreSQL, MySQL melakukan lebih baik dalam pertanyaan mudah dan operasi membaca serentak yang tinggi. 2) Berbanding dengan Oracle, MySQL lebih popular di kalangan perusahaan kecil dan sederhana kerana sumber terbuka dan kos rendah. 3) Berbanding dengan Microsoft SQL Server, MySQL lebih sesuai untuk aplikasi silang platform. 4) Tidak seperti MongoDB, MySQL lebih sesuai untuk data berstruktur dan pemprosesan transaksi.

Innodbbufferpool mengurangkan cakera I/O dengan data caching dan halaman pengindeksan, meningkatkan prestasi pangkalan data. Prinsip kerjanya termasuk: 1. Bacaan Data: Baca data dari Bufferpool; 2. Penulisan Data: Selepas mengubah suai data, tulis kepada Bufferpool dan menyegarkannya ke cakera secara teratur; 3. Pengurusan cache: Gunakan algoritma LRU untuk menguruskan halaman cache; 4. Mekanisme Membaca: Muatkan halaman data bersebelahan terlebih dahulu. Dengan saiz bufferpool dan menggunakan pelbagai contoh, prestasi pangkalan data dapat dioptimumkan.

MySQL dengan cekap menguruskan data berstruktur melalui struktur jadual dan pertanyaan SQL, dan melaksanakan hubungan antara meja melalui kunci asing. 1. Tentukan format data dan taip apabila membuat jadual. 2. Gunakan kunci asing untuk mewujudkan hubungan antara jadual. 3. Meningkatkan prestasi melalui pengindeksan dan pengoptimuman pertanyaan. 4. Secara kerap sandaran dan memantau pangkalan data untuk memastikan pengoptimuman keselamatan data dan prestasi.
