Question

大约2个月前，我将EnWikipedia数据（http://dumps.wikimedia.org/enwiki/20120211/）导入了mysql。

完成导入EnWikipedia数据后，我一直在mysql的EnWikipedia数据库表中创建索引大约2个月。

现在，我已经达到了在“pagelinks”中创建索引的程度。

然而，似乎需要无限的时间来传递这一点。

因此，我检查了剩下的时间，以确保我的直觉是正确的。

因此，预计剩余时间为60天（假设我从头开始再次在“pagelinks”中创建索引。）

My EnWikipedia database has 7 tables: 
"categorylinks"(records: 60 mil, size: 23.5 GiB), 
"langlinks"(records: 15 mil, size: 1.5 GiB), 
"page"(records: 26 mil, size 4.9 GiB), 
"pagelinks"(records: 630 mil, size: 56.4 GiB), 
"redirect"(records: 6 mil, size: 327.8 MiB), 
"revision"(records: 26 mil, size: 4.6 GiB) and "text"(records: 26 mil, size: 60.8 GiB).

我的服务器是...... Linux版本2.6.32-5-amd64（Debian 2.6.32-39），内存16GB，2.39Ghz Intel 4核心

创建索引需要这么长时间的常见现象吗？有没有人能够更快地创建索引？

提前致谢！

P.S：我做了以下操作来检查剩余时间。

参考文献（对不起，以下页面用日文写成）：http://d.hatena.ne.jp/sh2/20110615

第一。我在“pagelink”中收到了记录。

 mysql> select count(*) from pagelinks;
 +-----------+ 
 | count(*)  |
 +-----------+ 
 | 632047759 |
 +-----------+ 
 1 row in set (1 hour 25 min 26.18 sec)

第二。我得到了每分钟增加的记录数量。

getHandler_write.sh

 #!/bin/bash

 while true
 do
   cat <<_EOF_
 SHOW GLOBAL STATUS LIKE 'Handler_write';
 _EOF_
   sleep 60
 done | mysql -u root -p -N

命令

$ sh getHandler_write.sh
 Enter password:
 Handler_write   1289808074
 Handler_write   1289814597
 Handler_write   1289822748
 Handler_write   1289829789
 Handler_write   1289836322
 Handler_write   1289844916
 Handler_write   1289852226

第三。我计算了录音的速度。

根据2.的结果，记录速度

 7233 records/minutes

第四。然后剩下的时间是

 (632047759/7233)/60/24 = 60 days

Answer 1

那些是非常大的表，所以我希望索引很慢。 6.3亿条记录是很多要索引的数据。要看的一件事是分区，数据集很大，没有正确分区的表，性能会很慢。这是一些有用的链接： using partioning on slow indexes您还可以尝试查看用于构建索引的缓冲区大小设置（默认值为8MB，适用于您的大型表格，这会使您慢慢减慢。buffer size documentation

创建索引需要很长时间

1 个答案: