3

我的问题是关于在使用前缀匹配时处理与 int COLUMN 结合的 VARCHAR 上的 MySQL 索引。例如，如果我有这样的查询：

SELECT * FROM tbl WHERE name LIKE 'query%' ORDER BY weight DESC LIMIT 5

考虑到我有一个索引一个名称-> 权重，该索引是否需要找到前缀的所有外观，query然后是 ORDER BY，或者即使使用前缀匹配 (%)，他是否也保持交叉计算索引。我对此感到困扰，因为对于流行的名称（例如 query=john），我可能会发现自己搜索 john 的所有外观很长时间，这将使限制变得无用，并且查询变得缓慢，因为我正在处理有一个大数据集。

4

2 回答 2

1

您问了另一个问题“创建一个最适合通过 4000 万个名称进行通配符搜索的索引”。好的，你有 4000 万条记录。

现在考虑以下公式：

x = COUNT(DISTINCT values in a column) / COUNT(values in a column)

列上的索引更好，越接近x1。如果为 1，则所有值都是不同的，没有重复，因此索引非常快。

现在您正在寻找“john%”。那是4个字母和一个开放式结尾。哪些字母并不重要，您的数据库必须处理 26*26*26*26=456976 个不同的值。把它放在上面的公式和你的 4000 万条记录中。你得到一个x0,0114244。

我不知道阈值是多少，但 IIRC 是 0,1 什么的。因此，如果您x高于 0,1，则使用索引，如果低于，则不使用。

为什么呢？使用索引甚至会减慢速度，导致您的数据库必须查看索引，在该索引中查看物理硬盘驱动器上哪个位置的相应记录，然后获取该记录。因此，当 x 低于 10% 时，只进行全表扫描会更快。

总结一下：像你这样只用一个弱索引过滤 4000 万条记录是毫无用处的。

于 2012-09-06T09:18:42.830 回答
1

假设它'query'的长度等于或短于 的索引前缀name：

  1. 届时将对 on 上的复合BTREE索引(name, weight)进行排序。从概念上讲：nameweight

    +---------+--------+---------+
| 姓名(7) | 重量 | 地址 |
+---------+--------+---------+
| 查询aa | 500 | 0x1.... |
| 查询aa | 500 | 0xe.... |
| 查询aa | 498 | 0x8.... |
| 查询aa | 491 | 0xb.... |
| 查询aa | 第486章 0xc.... |
| 查询aa | 430 | 0x3.... |
| 可查询 | 600 | 0x2.... |
| 可查询 | 第592章 0x7.... |
| 可查询 | 550 | 0x4.... |
| 可查询 | 321 | 0xa.... |
| 可查询 | 321 | 0x6.... |
| 可查询 | 304 | 0x9.... |
| 可查询 | 297 | 0x5.... |
| 查询bc | 800 | 0xd.... |
: : : :

  2. MySQL 可以非常快速地遍历这样的索引，以找到过滤器定义的范围内每个索引前缀的前 5 个权重name LIKE 'query%'（我不确定它是否执行此步骤，但如果它没有执行，我会感到惊讶）：

    +---------+--------+---------+
| 姓名(7) | 重量 | 地址 |
+---------+--------+---------+
| 查询aa | 500 | 0x1.... |
| 查询aa | 500 | 0xe.... |
| 查询aa | 498 | 0x8.... |
| 查询aa | 491 | 0xb.... |
| 查询aa | 第486章 0xc.... |
| 可查询 | 600 | 0x2.... |
| 可查询 | 第592章 0x7.... |
| 可查询 | 550 | 0x4.... |
| 可查询 | 321 | 0xa.... |
| 可查询 | 321 | 0x6.... |
| 查询bc | 800 | 0xd.... |
: : : :

  3. 此时，MySQL 必须对结果执行文件排序：

    +---------+--------+---------+
| 姓名(7) | 重量 | 地址 |
+---------+--------+---------+
| 查询bc | 800 | 0xd.... |
| 可查询 | 600 | 0x2.... |
| 可查询 | 第592章 0x7.... |
| 可查询 | 550 | 0x4.... |
| 查询aa | 500 | 0x1.... |
| 查询aa | 500 | 0xe.... |
| 查询aa | 498 | 0x8.... |
| 查询aa | 491 | 0xb.... |
| 查询aa | 第486章 0xc.... |
| 可查询 | 321 | 0xa.... |
| 可查询 | 321 | 0x6.... |
: : : :

  4. 只有这样它才能使用前 5 个结果从表中获取相关记录：

    +---------+--------+---------+
| 姓名(7) | 重量 | 地址 |
+---------+--------+---------+
| 查询bc | 800 | 0xd.... | --> 从表中获取
| 可查询 | 600 | 0x2.... | --> 从表中获取
| 可查询 | 第592章 0x7.... | --> 从表中获取
| 可查询 | 550 | 0x4.... | --> 从表中获取
| 查询aa | 500 | 0x1.... | --> 从表中获取
+---------+--------+---------+

如果'query'比的索引前缀长，name那么 MySQL 必须在上面的步骤 1 中对表执行查找，以便充分过滤随后排序的记录。

于 2012-09-06T09:21:26.420 回答