0

我的数据库架构是

INTEGER id
TIME_STAMP last_updated   // indexed
VARCHAR url               // indexed

// Place attributes
VARCHAR name              // indexed
VARCHAR address           // indexed
VARCHAR phone             // indexed

INTEGER score

在姓名、地址和电话字段中,其中一个必须为非空,另外两个必须为空。

有效示例:

{name="Pizza Hut", address=null, phone=null, score=40} 

无效示例:

{name="Pizza Hut", address="some address", phone=null, score=40} 

我正在尝试编写这个函数。

// return a map/dictionary of String keys and Integer scores of latest data in DB that matches given url, and is not older than last_updated.
// example: {name=40, address=50, phone=66}
public Map getPlaceAnalysis(String name_, String address_, String phone_, String url, DateTime last_updated_);

缩放假设:

  • 这个函数会被非常频繁地调用。
  • 数据库有数百万行
  • 姓名、电话、地址可能不是我唯一的字段。我可能对一个地方有 20 多个属性。

有两种方法:

  1. 3(或关于存储在数据库中的地方的属性数量)查询:

    SELECT score FROM db_name WHERE name=name_ AND url = url_ AND last_updated > last_updated_
    SELECT score FROM db_name WHERE phone=phone_ AND url = url_ AND last_updated > last_updated_
    SELECT score FROM db_name WHERE address=address_ AND url = url_ AND last_updated > last_updated_
    

    每次查询后,我可以选择最新的行并将分数写入我的地图/字典中,以便为适当的键返回。

  2. 1个查询:

    SELECT name, phone, address, score FROM db_name WHERE (name=name_ OR phone=phone_ OR address=address_ ) AND url = url_ AND last_updated > last_updated_
    

    然后,我遍历查询结果并找出姓名、电话和地址的最新行,并返回适当的地图/字典。

我采取哪种方法重要吗?我猜第二个更好,但我对数据库的经验很少。抱歉,如果有任何解释不清楚。我想这是一个很常见的问题,但无法弄清楚如何搜索这个问题。

4

1 回答 1

1

在对远程数据库运行查询时,会花费大量时间来建立连接和类似的东西,这与与数据库的通信更相关,而与查询本身无关。从这个角度来看,您希望尽量减少向数据库发出的查询数量。

正如多列索引的 MYSQL 参考手册中所解释的,在查询中使用的三个字段上创建复合索引似乎对您有利。name当您仅搜索时也会使用此索引,name并且address所有三个字段一起搜索(请参阅它对最左边前缀的说明),因此请注意您要声明索引的顺序。

如果可以在您的情况下使用,则三个字段的哈希的想法似乎也很有趣。

最后,您应该阅读了解查询执行计划和/或让数据库管理员来帮助您。

谈论查询性能时要理解的关键是设计一个可重复的测试用例(即具有相同的数据集、可重复的数据库负载等),然后尝试不同的方法。并始终注意您测试的环境和生产环境之间的差异。

我希望这会有所帮助。

于 2013-08-15T19:10:59.937 回答