更好的查询策略,按文件哈希频率和文件大小对文件进行排序
Posted
技术标签:
【中文标题】更好的查询策略,按文件哈希频率和文件大小对文件进行排序【英文标题】:Better query strategy to sort files by file hash frequency and file size 【发布时间】:2011-03-05 20:27:55 【问题描述】:我没有多想就写了这个查询,但作为一个初学者,我几乎可以肯定它可以写得更好。
这里是:
SELECT filehash, filename, filesize, group_files
FROM files
INNER JOIN ( SELECT filehash group_id,
COUNT(filehash) group_files
FROM files
GROUP BY filehash) groups
ON files.filehash = groups.group_id
ORDER BY group_files DESC,
filesize DESC
表定义:
CREATE TABLE files (fileid INTEGER PRIMARY KEY AUTOINCREMENT,
filename TEXT,
filesize INTEGER,
filehash TEXT)
索引定义:
CREATE INDEX files_filehash_idx
ON files(filehash)
CREATE UNIQUE INDEX files_filename_idx
ON files(filename)
CREATE INDEX files_filesize_idx
ON files(filesize)
查询解释查询计划:
selectid order from detail
1 0 0 SCAN TABLE files USING COVERING INDEX files_filehash_idx (~1000000 rows)
0 0 1 SCAN SUBQUERY 1 AS groups (~100 rows)
0 1 0 SEARCH TABLE files USING INDEX files_filehash_idx (filehash=?) (~10 rows)
0 0 0 USE TEMP B-TREE FOR ORDER BY
如果我错了,你能纠正我吗?提前谢谢你。
【问题讨论】:
【参考方案1】:你觉得这个版本怎么样?
select filehash, group_concat(filename), filesize, count(*) as group_files
from files
group by filehash
order by group_files desc
看起来这可能会运行得更快。它可以满足您的需要吗?
【讨论】:
我不知道SQLite还支持group_concat
函数。很高兴知道!我会试试这个,然后回来说它是否更好用。谢谢! :)
抱歉错过了这个...该查询明显缩短了搜索时间,现在比以前快了 +96%!再次感谢你! :)【参考方案2】:
不。看起来很适合我。
我认为您不需要此查询的文件名索引。有计划对文件大小的索引会有所帮助,但 mysql 并没有为此使用它们。您最好用(filehash,filesize)上的复合索引替换两个单独的索引。或者你可能不会!
【讨论】:
以上是关于更好的查询策略,按文件哈希频率和文件大小对文件进行排序的主要内容,如果未能解决你的问题,请参考以下文章
LINUX中LS对文件进行按大小排序和按时间排序,设置LS时间格式