时间变化数据的视图与表的性能

Posted 2023-04-15

【中文标题】时间变化数据的视图与表的性能

【英文标题】：Performance of Views versus Tables for temporal changing data

【发布时间】：2012-03-06 12:44:46

【问题描述】：

我有一个新闻文章表，其中包含作者、发布时间和每篇文章的字数。该表相当大，包含超过一百万个条目，并且每天以 10.000 个条目的数量增长。

根据这些数据进行统计分析，以确定特定作者在特定时间窗口中发表的总字数（即每天每小时一个、每天一个、每个月）加上一个时间跨度的平均值。这里有两个例子：

作者 A 在 2011 年 11 月 4 日发表了 3298 字，前两个月（从 2011 年 9 月 4 日到 2011 年 11 月 3 日）平均每天发表 943.2 字 作者 B 在 2012 年 1 月 21 日下午 1 点到 2 点之间发表了 435 个词，在之前的 30 天中每天下午 1 点到 2 点平均发表了 163.94 个词

目前的做法是通过 cron-job 在每个定义的时间窗口结束时启动一个脚本，该脚本计算计数和平均值并将其存储在每个时间窗口的单独表中（即每个小时窗口一个，每天一个，每个月一个等等......）。

总和和平均值的计算可以很容易地在 SQL 中完成，所以我认为 Views 可能是一个更优雅的解决方案，但我不知道对性能的影响。

视图是上述问题的适当解决方案吗？

【参考方案1】：

我认为您可以为此使用物化视图。它并没有真正在 mysql 中实现，但您可以使用表来实现它。 Look at

【参考方案2】：

视图不会等同于您的非规范化。

如果您将汇总数字移动到其他地方，那么您需要支付一定的成本 - 为了保持数据的正确性和一定的好处，即查询时要查看的数据要少得多。

视图将使您不必在每次运行时都对查询进行过多思考，但它仍需要查看原始表中的大量数据。

虽然我不喜欢非规范化，但既然您已经这样做了，我认为该视图无济于事。