Question

我有一个中等大小的记录集合 - 大约2000万 - 我需要加载到mySQL中用于数据分析。这些恰好是访问地点的人的记录。它们由三个数据项唯一标识：

地方 - 一个独特的INT
person - 字符串，有时是数字，有时也是字母数字，例如AB12345678
访问 - 与人类似

我对这个人和访问字段内容没有任何控制权，因为这些是由不同的地方提供的，每个地方都有自己的事情。

我可以通过匹配地点和人物来找到一个人的所有记录，并通过匹配这三个记录来找到个人记录。

我可以通过创建这样的表来使mySql正常工作：

CREATE TABLE ENCOUNTER (
  PLACE int(11) NOT NULL,
  PERSON varchar(255) NOT NULL,
  VISIT varchar(255) NOT NULL,
  ARRIVAL_TIME datetime DEFAULT NULL,
  DEPARTURE_TIME datetime DEFAULT NULL,
  EVENT varchar(255) NOT NULL,
  PRIMARY KEY (PLACE,PERSON,VISIT)
) ENGINE=MyISAM DEFAULT CHARSET=latin1 ROW_FORMAT=DYNAMIC;

我选择了MyISAM，因为我不需要在此表上使用ACID事务完整性;它用于统计报告，所以如果它是一行或两行陈旧，那就没问题。

这个表经常会被UPDATE点击，只需更改其中一个字段，例如DEPARTURE_TIME。这些UPDATE很可能是新行INSERT的两倍。无需更新地点，人员或访问标识符。

以下是一些问题：

使用单个索引和键列连接地点/人物/访问信息，我会在性能方面做得更好吗？

我对varchar索引采取了多少命中？是否值得尝试将它们限制在固定长度的字段中？

收集的智慧还有其他建议吗？

感谢。

Answer 1

你的索引是正确的。你不可能做得更好。

这是使用分区的完美，非显而易见的机会。我觉得你所有的分析都是基于地方的。如果是这样，那么基于place列创建一个哈希分区，如下所示：

ALTER TABLE encounter PARTITION BY KEY(place) PARTITIONS 12;

这将使你的查询更快，因为mysql知道它可以在对一个地方进行分析时跳过查看行的十二分之一。

Answer 2

我可以通过匹配地点和人物来找到一个人的所有记录，并通过匹配这三个记录来找到个人记录。

如果您要搜索所访问过的所有地点，则需要在(person, place)上添加其他索引。

我对varchar索引采取了多少命中？是否值得尝试将它们限制在固定长度的字段中？

INT和VARCHAR记录的关键点击时间相同。

VARCHAR字段的密钥丢失更为昂贵。

设计mySql索引和主要键控以提高效率

2 个答案: