Question

我想知道在哪些情况下，使用复合索引时，首选带有索引的单个散列列。在我的情况下，我有两个表约1 mio数据集，其中一个从另一个表接收更新值（它是一个数据导入例程）。 MySQL 5.1和5.5用于我的环境。

示例：

CREATE TABLE permanent (
ref_id_1 INT(10),
ref_id_2 INT(10),
ref_id_3 INT(10),
ref_id_4 INT(10),
ref_date DATE,
value INT(10));

CREATE TABLE import (
ref_id_1 INT(10),
ref_id_2 INT(10),
ref_id_3 INT(10),
ref_id_4 INT(10),
ref_date DATE,
value INT(10));

//Option 1
ALTER TABLE import ADD UNIQUE INDEX idx_composite(ref_id_1,ref_id_2,ref_id_3,ref_id_4,ref_date);
//Option 2
ALTER TABLE import ADD hash_col CHAR(32);
UPDATE import SET hash_col = MD5(CONCAT(ref_id_1,ref_id_2,ref_id_3,ref_id_4,ref_date)); 
ALTER TABLE import ADD UNIQUE INDEX idx_hash_col(hash_col);

当然，永久表也将有一个hash_col和所需的indizes。现在两个可能的更新/连接将是：

//Join via columns 
UPDATE permanent
INNER JOIN import
ON import.ref_id_1 = permanent.ref_id_2
AND import.ref_id_2 = permanent.ref_id_2
AND import.ref_id_3 = permanent.ref_id_3
AND import.ref_id_4 = permanent.ref_id_4
AND import.ref_date = permanent.ref_date 
SET permanent.value = import.value;

//Join via Hash-col
UPDATE permanent
INNER JOIN import
ON import.hash_col = permanent.hash_col
SET permanent.value = import.value

那么哪种方法应该首选？是否有一个经验法则，如“如果你有超过X列，请使用哈希”。提前谢谢！

P.S。这是我的第一个问题，所以请原谅是否缺少某些东西。

Answer 1

使用复合索引。比较十个整数比比较两个字符串要快。此外，从理论上讲，MD5哈希不能保证是唯一的（虽然这不应该是一个实际问题）。

何时针对复合索引选择散列列

1 个答案: