设计 mySql 索引和主键以提高效率

Posted 2023-04-15

【中文标题】设计 mySql 索引和主键以提高效率

【英文标题】：designing mySql index and primary keying for efficiency

【发布时间】：2009-11-27 12:49:07

【问题描述】：

我有一个中等规模的记录集合——大约 2000 万条——我需要将它们加载到 mysql 中以用于数据分析。这些恰好是人们访问地方的记录。它们由三个数据项唯一标识：

地点 - 一个独特的 INT person - 一个字符串，有时是数字，有时是字母数字，例如 AB12345678 访问 - 与人相似

我无法控制人和访问字段的内容，因为这些是由不同的地方提供的，每个地方都有自己的事情。

我可以通过匹配地点和人来找到一个人的所有记录，并通过匹配所有三个来找到个人记录。

我可以通过创建这样的表在 mySql 中正常工作：

CREATE TABLE ENCOUNTER (
  PLACE int(11) NOT NULL,
  PERSON varchar(255) NOT NULL,
  VISIT varchar(255) NOT NULL,
  ARRIVAL_TIME datetime DEFAULT NULL,
  DEPARTURE_TIME datetime DEFAULT NULL,
  EVENT varchar(255) NOT NULL,
  PRIMARY KEY (PLACE,PERSON,VISIT)
) ENGINE=MyISAM DEFAULT CHARSET=latin1 ROW_FORMAT=DYNAMIC;

我选择了 MyISAM，因为我不需要此表上的 ACID 事务完整性；它用于统计报告，所以如果它是一两行陈旧的，那没问题。

该表经常会受到仅更改其中一个字段的更新的影响，例如 DEPARTURE_TIME。这些 UPDATE 的频率很可能是新行 INSERT 的两倍。无需更新地点、人员或访问标识符。

这里有一些问题：

使用单个索引和键列连接地点/人员/访问信息是否会更好地提高性能？

我对 varchar 索引有多大的影响？是否值得尝试将它们限制为固定长度的字段？

收集的智慧有什么其他建议吗？

谢谢。

【参考方案1】：

您的索引是正确的。你不会做得比这更好。

这是一个完美的、不明显的使用分区的机会。我有一种感觉，你所有的分析都将基于地点。如果是，则根据 place 列创建一个哈希分区，如下所示：

ALTER TABLE encounter PARTITION BY KEY(place) PARTITIONS 12;

这将使您的查询速度更快，因为 mysql 知道在对一个位置进行分析时它可以跳过查看 1/12 的行。

【讨论】：

谢谢。实际上，大多数分析很可能基于我的架构中的时间戳之一。问题是，它们可以在行创建后更改。但是就地分区是个好主意。

【参考方案2】：

我可以通过匹配地点和人来找到一个人的所有记录，并通过匹配所有三个来找到个人记录。

如果您要搜索一个人去过的所有地方，您需要在(person, place) 上创建一个附加索引。

我对 varchar 索引有多大影响？是否值得尝试将它们限制为固定长度的字段？

INT 和 VARCHAR 记录的击键时间相同。

对于VARCHAR 字段，关键缺失的代价更高。

【讨论】：

感谢您提供此信息，Q！我无法搜索一个人去过的所有地方，因为每个地方都有自己的个人 ID。地点 = 医院 人员 = 医院分配的病历编号 就诊 = 医院分配的患者就诊标识符。