关于数据库性能

Question

早上好,

我现在正在写我的硕士论文，因此我必须证明我所做的每一个总体评估都是正确的。

我在MySQL中有一个平面数据库，它最初由以下字段组成

1. 日期(日期)
2. 姓名(VARCHAR(50))
3. 价值(双倍)

表的PK是第1列和第2列的组合。

问题是，我很快就有超过4000万行，而我对一个名字的所有记录的查询花费了很长时间。

因此，我决定创建一个“索引表”(我认为这个术语是正确的)，其中存储名称和ID之间的映射：

1. ID (INT)
2. 姓名(VARCHAR 50)

我把最初的表改为

1. 日期(日期)
2. ID (INT)
3. 价值(双倍)

通过这种方式，我可以首先找到我正在寻找的记录的ID，然后非常快地在大型表上运行一个查询(性能确实要好得多)。

我认为这是因为整数之间的比较比字符串之间的比较容易得多，但是我正在寻找一些文献来支持这种评估(理想情况下是一些数据库结构书籍)。

你认为我的评估是正确的吗？

Answer 1

部分问题是，复合键(例如日期、名称PK)是通过连接索引值(参见http://dev.mysql.com/doc/refman/5.1/en/create-index.html)创建的，而名称(您在这里查找的主要内容)是第二个。这使得按名称查找数据需要做更多的工作，因为索引不会按名称排序--它将按日期排序，然后按名称排序，这意味着mysqld必须搜索整个索引，而不是仅仅抓取PK位于"Jack，0000-00-00“和"Jack，9999-12-31”之间的部分。

如果只为名称添加了一个索引，或者至少将PK切换到(名称、日期)，您可能会发现原来的表运行得更好。

或者，如果您对日期ID表做了同样的事情，它应该会更快，因为您几乎消除了字符串比较。

Answer 2

假设"Name“字段的数据有很多重复，您的查询性能就会提高，因为整数比较比字符串比较快，而且您大大减少了日期表的大小。这意味着更少的内存分页和更少的磁盘查找。

如果name表有N行，则需要进行N个字符串比较，加上4,000万个整数比较，而不是4,000万个字符串比较。若要进一步提高查询性能，应为日期表的ID字段添加索引。

CREATE INDEX date_id_index ON date_table (ID)

Answer 3

至于书籍，如果你想要高级的SQL知识的话，Lex和Toon的数据库专业人员应用数学确实是一本好书。我应该指出，你不只是“提到”书，你读了它们，并使用它们作为参考-只是参考书籍，因为它们听起来很酷，但不读它们会回来咬你的屁股。