8.4.2.1. Optimizing for Numeric Data
-
独特的ID或其他的值可表示为字符串或数字。由于大数值可以比相应的字符串存储需要更少的字节，所以它将更快和占用更少的内存。
-
如果使用的是数字数据，在很多情况下它的速度更快，从数据库中获取信息（使用活连接）比访问文本文件更快。在数据库中的信息格式比在文本文件中可能会储存的更紧凑，所以访问它涉及较少的磁盘访问。也可以节省应用程序中的代码，可以避免解析文本文件中找到行和列边界。
8.4.2.2. Optimizing for Character and String Types(优化的字符和字符串类型)
-
使用二进制快速排序和分类（sort ）等操作，当不需要的特定语言的排序规则的特点。你可以使用BINARY 在一个特定的查询使用二进制排序规则。
-
当比较不同列时，尽可能声明这些列为相同的字符集，这样在运行查询期间可以避免字符串转换。
-
当列值的大小少于8KB时，使用二进制VARCHAR代替BLOB。GROUP BY和ORDER BY子句可以生成临时表，这些临时表可以在原表不包含任何BLOB列时使用MEMORY存储引擎。
-
如果一个表包含字符串列如姓名和地址，但许多查询不访问这些列，考虑将该字符串列为一个单独的表，必要时使用联接查询一个外键。当MySQL从一行检索任何值，它读取一个数据块包含该行的所有列（和其他可能的相邻的行）。保持每行最小，只有使用最频繁的列，允许每个数据块存储更多的行。这种紧凑的表在通用查询时将会减少磁盘I/O和内存使用。
-
当你使用一个随机生成的值作为一个innodb表主键，如果可能的话提升前缀的值如当前的日期和时间。当连续的主键的物理存储彼此靠近，InnoDB可以提高插入和检索速度。
-
将字符和字符串类型更换为数值型。
8.4.2.3. Optimizing for BLOB Types（优化BLOB类型）
-
当存储大的BLOB包含文本数据，首先考虑压缩。当整个表时InnoDB或MyISAM压缩时不要使用这种技术。
-
当表有多个列时，为了减少查询不使用BLOB列存储要求，需要的时候考虑将BLOB列为一个单独的表和引用与连接查询。
-
从性能来考虑从其他数据类型检错并显示BLOB值可能是非常困难的，你可以把blob特定的表在不同的存储设备，甚至是一个单独的数据库实例。例如，检索一个BLOB可能需要一个大的顺序磁盘读取，传统的硬盘比一个SSD设备更适合。
-
可以参考优化的字符和字符串类型（Optimizing for Character and String Types） 为什么一个二进制VARCHAR列有时比BLOB列更有效。
-
可以存储的哈希值的列值在一个单独的列，索引，列，和测试的散列值查询。（使用MD5()或CRC32()函数生成的哈希值）。由于散列函数可以产生不同的输入重复的结果，包括一个子句 and blob_column = long_string_valuein查询防止错误的匹配。的性能优势来自于规模较小，容易扫描散列值指数。
8.4.2.4.使用PROCEDURE ANALYSE（Using PROCEDURE ANALYSE）
ANALYSE([max_elements[,max_memory]])
ANALYSE() 检查的结果从一个查询并返回结果表明每一列，可能有助于减少表的大小的最佳数据类型分析。获得这一分析，添PROCEDURE ANALYSE 到SELECT 命令最后：
SELECT ... FROM ... WHERE ... PROCEDURE ANALYSE([max_elements,[max_memory]])
例如：
SELECT col1, col2 FROM table1 PROCEDURE ANALYSE(10, 2000);
结果表明对于一些统计查询所返回的值，并提出了一个最佳的列的数据类型。这可以帮助检查现有表，或引进新的数据。可能需要尝试不同的设置参数，程序analyse()不建议ENUM 数据类型的时候是不合适的。
可选参数如下：
-
max_elements（默认256）是analyse()通知每列的最大不同值的数量。这是用analyse()是否最佳的数据类型应该是ENUM类型；如果有超过max_elements不同的值，然后ENUM时不建议类型。
-
max_memory（默认8192）是analyse()应该分配每列在试图找到所有的不同的值的最大内存量。
阅读(301) | 评论(0) | 转发(0) |
