MySQL數(shù)據(jù)庫(kù)優(yōu)化的一些筆記,如何處理百萬(wàn)行記錄
當(dāng)前位置：點(diǎn)晴教程→知識(shí)管理交流
→『 技術(shù)文檔交流 』
0. 索引很重要
之前列舉記錄用了下面的語(yǔ)句。state字段為索引。 SELECT * FROM feed_urls WHERE state='ok' AND feed_url<>'' LIMIT N,10 當(dāng)記錄數(shù)量很大時(shí)，有幾萬(wàn)之后，這句SQL就很慢了。主要是因?yàn)閒eed_url沒(méi)有建立索引。后來(lái)的解決方法是，把feed_url為空的，設(shè)為一個(gè)ok以外的state值，就行了。 1. 索引不是萬(wàn)能的 為了計(jì)算記錄總數(shù)，下面的語(yǔ)句會(huì)很慢。
mysql> SELECT COUNT(*) FROM feed_urls WHERE state='error'; +----------+ | COUNT(*) | +----------+ | 30715 | +----------+ 1 row in set (0.14 sec) mysql> EXPLAIN SELECT COUNT(*) FROM feed_urls WHERE state='error'\G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: feed_urls type: ref possible_keys: state,page_index key: page_index key_len: 10 ref: const rows: 25936 Extra: Using where; Using index 1 row in set (0.00 sec)
state為索引，請(qǐng)求用時(shí)140ms。遍歷了state='error'索引下的每一條記錄。
mysql> SELECT state,COUNT(*) FROM feed_urls GROUP BY state; +----------+----------+ | state | COUNT(*) | +----------+----------+ | error | 30717 | | fetching | 8 | | nofeed | 76461 | | ok | 74703 | | queued | 249681 | +----------+----------+ 5 rows in set (0.55 sec) mysql> EXPLAIN SELECT state,COUNT(*) FROM feed_urls GROUP BY state\G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: feed_urls type: index possible_keys: NULL key: state key_len: 10 ref: NULL rows: 431618 Extra: Using index 1 row in set (0.00 sec)
請(qǐng)求用時(shí)550ms。遍歷了每個(gè)state下的每一條記錄。 改進(jìn)方法： 獨(dú)立一個(gè)表用來(lái)計(jì)數(shù)，使用MySQL的Trigger同步計(jì)數(shù)：
CREATE TRIGGER my_trigger AFTER UPDATE ON feed_urls FOR EACH ROW BEGIN IF OLD.state <> NEW.state THEN IF NEW.state='ok' THEN UPDATE feed_stat SET count_feed = count_feed + 1; END IF; IF NEW.state IN ('ok', 'error', 'nofeed') THEN UPDATE feed_stat SET count_access = count_access + 1; END IF; END IF; END
2. 當(dāng)分頁(yè)很大時(shí)
mysql> SELECT * FROM feed_urls LIMIT 230000, 1\G *************************** 1. row *************************** id: 736841f82abb0bc87ccfec7c0fdbd09c30b5a24d link: http://mappemunde.typepad.com/ title: Tim Peterson feed_url: NULL update_time: 2012-05-12 11:01:56 state: queued http_server: NULL abstract: NULL previous_id: ceea30e0ba609b69198c53ce71c44070d69038c5 ref_count: 1 error: NULL aid: 230001 1 row in set (0.50 sec) mysql> EXPLAIN SELECT * FROM feed_urls LIMIT 230000, 1\G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: feed_urls type: ALL possible_keys: NULL key: NULL key_len: NULL ref: NULL rows: 431751 Extra: 1 row in set (0.00 sec)
讀取一條記錄，耗時(shí)500ms，因?yàn)楸碛涗浭亲冮L(zhǎng)的，所以MySQL不能算出目標(biāo)位置，只能每一條記錄的數(shù)過(guò)去。 改進(jìn)方法： 通過(guò)索引定位，數(shù)索引比數(shù)記錄要快，因?yàn)樗饕加玫目臻g比整條記錄小很多。
mysql> SELECT * FROM (SELECT aid FROM feed_urls ORDER BY aid LIMIT 215000, 1) d JOIN feed_urls u ON d.aid=u.aid\G *************************** 1. row *************************** aid: 215001 id: 2e4b1a385c8aae40b3ec2af9153805ca446f2029 link: http://ncse.com/ title: NCSE feed_url: NULL update_time: 2012-05-12 10:47:15 state: queued http_server: NULL abstract: NULL previous_id: 819a6e3c5edc1624a9b8f171d8d3ae269843785f ref_count: 3 error: NULL aid: 215001 1 row in set (0.06 sec) mysql> EXPLAIN SELECT * FROM (SELECT aid FROM feed_urls ORDER BY aid LIMIT 215000, 1) d JOIN feed_urls u ON d.aid=u.aid\G *************************** 1. row *************************** id: 1 select_type: PRIMARY table: type: system possible_keys: NULL key: NULL key_len: NULL ref: NULL rows: 1 Extra: *************************** 2. row *************************** id: 1 select_type: PRIMARY table: u type: const possible_keys: aid key: aid key_len: 4 ref: const rows: 1 Extra: *************************** 3. row *************************** id: 2 select_type: DERIVED table: feed_urls type: index possible_keys: NULL key: aid key_len: 4 ref: NULL rows: 211001 Extra: Using index 3 rows in set (0.15 sec)
耗時(shí)60ms，比之前的方法快了將近10倍。如果LIMIT語(yǔ)句里還有WHERE a=1，應(yīng)該建立一個(gè)(a，aid)的索引。 話(huà)說(shuō)，MySQL好像還是不能直接算出第21500條索引的位置呀，這種方法還是數(shù)了索引了，能算出來(lái)就直接0ms了。不過(guò)這樣的效率，對(duì)于百萬(wàn)級(jí)的，還能應(yīng)付吧。如果是千萬(wàn)級(jí)的或者像我之前在KS創(chuàng)建的一張上億條記錄的表(120G)，這種方法就肯定不行了。 經(jīng)過(guò)上述優(yōu)化，打開(kāi)最后一頁(yè)的速度已經(jīng)很快了(之前需要800ms，現(xiàn)在則為300ms左右)。  膜拜下這Burst.NET最低檔次的VPS (30RMB/month)。 root@xiaoxia-pc:~/# ping feed.readself.com -n PING app.readself.com (184.82.185.32) 56(84) bytes of data. 64 bytes from 184.82.185.32: icmp_req=1 ttl=45 time=161 ms 64 bytes from 184.82.185.32: icmp_req=2 ttl=45 time=161 ms 64 bytes from 184.82.185.32: icmp_req=3 ttl=45 time=161 ms 用同樣的方法，優(yōu)化了搜索引擎的排名算法。即排名過(guò)程中選取盡量少的值出來(lái)排序，排序后再JOIN一次獲取結(jié)果的信息。 排序過(guò)程如下：
SELECT u.*, count_level(u.id) lv FROM( SELECT f.id, f.ref_count, MATCH(i.link,i.title) AGAINST (keywords) score FROM feed_index i JOIN feed_urls f ON f.id=i.id WHERE MATCH(i.link,i.title) AGAINST (keywords) ORDER BY score*0.5 + score*0.5*(ref_count/max_ref_count_in_result) DESC LIMIT offset,10 ) d JOIN feed_urls u ON u.id = d.id
目前處理10萬(wàn)記錄的全文索引數(shù)據(jù)，MySQL還是可以滿(mǎn)足的，就是不知道上百萬(wàn)之后，還能不能撐下去。撐不下去就依賴(lài)第三方的工具了，例如Sphinx 3. SELECT里的函數(shù) 給FeedDB增加了層次的顯示。因?yàn)楸救颂珣?，所以沒(méi)有給數(shù)據(jù)庫(kù)表增加一個(gè)記錄深度的字段。所以，直接寫(xiě)了一個(gè)MySQL的自定義函數(shù) count_level，用來(lái)統(tǒng)計(jì)通過(guò)parent_id一直找到頂層經(jīng)過(guò)的路徑長(zhǎng)度(Level)。
CREATE DEFINER=`feeddb_rw`@`%` FUNCTION `count_level`(fid char(40)) RETURNS int(11) BEGIN SET @levels = 0; SET @found = false; WHILE NOT @found DO SELECT previous_id INTO @prev_id FROM feed_urls WHERE id=fid; IF @prev_id is null OR @prev_id = '' THEN SET @found = true; ELSE SET @levels = @levels + 1; SET fid = @prev_id; END IF; END WHILE; IF @prev_id is null THEN RETURN null; END IF; RETURN @levels; END
在網(wǎng)頁(yè)顯示的時(shí)候用了類(lèi)似下面的SQL語(yǔ)句。
mysql> SELECT u.*, count_level(u.id) FROM feed_urls u ORDER BY ref_count DESC LIMIT 12000,1\G *************************** 1. row *************************** id: e42f44b04dabbb9789ccb4709278e881c54c28a3 link: http://tetellita.blogspot.com/ title: le hamburger et le croissant feed_url: http://www.blogger.com/feeds/7360650/posts/default update_time: 2012-05-15 14:50:53 state: ok http_server: GSE abstract: Lepekmezest un épais sirop bordeaux obtenu par réduction dumoût de raisin, une sorte de mélasse de raisin, en somme. Légèrement acidulé, il apporte du pep's aux yaourts et nappe avec bonheur les previous_id: 129cabd96e7099a53b78c7ddeff98658351082e9 ref_count: 9 error: NULL aid: 174262 count_level(u.id): 8 1 row in set (4.10 sec)
好吧，悲劇了!4100ms。一定對(duì)12000個(gè)條目都算了一次count_level，然后再進(jìn)行排序。所以才用上了4秒那么漫長(zhǎng)的時(shí)間!!! 改進(jìn)方法： 先SELECT LIMIT，再在派生的臨時(shí)表里，計(jì)算count_level。
mysql> SELECT u.*, count_level(u.id) FROM ( SELECT id FROM feed_urls ORDER BY ref_count DESC LIMIT 27521,1 ) d JOIN feed_urls u ON u.id=d.id\G *************************** 1. row *************************** id: 61df288dda131ffd6125452d20ad0648f38abafd link: http://mynokiamobile.org/ title: My Nokia Mobile feed_url: http://mynokiamobile.org/feed/ update_time: 2012-05-14 14:06:57 state: ok http_server: Apache/2.2.19 (Unix) mod_ssl/2.2.19 OpenSSL/1.0.0-fips mod_auth_passthrough/2.1 mod_bwlimited/1.4 FrontPage/5.0.2.2635 abstract: ArchivesSelect MonthMay 2012April 2012March 2012February 2012January 2012December 2011November 2011October 2011September 2011August 2011July 2011June 2011May 2011April 2011March 2011February 2011Janua previous_id: f37af92bb89c08f6d4b69e72eab05d8ab1e2aca4 ref_count: 5 error: NULL aid: 154996 count_level(u.id): 8 1 row in set (0.09 sec)
如此，優(yōu)化之后效果好很多了!但是還可以繼續(xù)優(yōu)化，例如建立一個(gè)字段存儲(chǔ)Level的值應(yīng)該是最好的辦法了。 初次了解MySQL一些工作機(jī)制，歡迎一起探討! 該文章在 2012/5/16 11:54:16 編輯過(guò) |
關(guān)鍵字查詢(xún)
相關(guān)文章
正在查詢(xún)... 
|
400 186 1886
