Question

我有一组整数数据。第一个是数字0，最后一个是47055833459.这些数字从第一个到最后一个有20亿个，它们永远不会改变或被添加到。 mysql表中唯一的插入是将这些数据加载到其中。从那以后，它只会被读取。

我预测数据库表的大小大约为20Gb。我计划有两列：

id, data

Id将是主键，自动递增无符号INT，数据将是无符号BIGINT

使用这两列优化此数据的最佳方法是什么？我已经看过其他类似的问题，但它们都考虑了写入速度和不断增加的表格。我使用的主机不支持MySQL分区，所以不幸的是，目前这不是一个选项。如果事实证明分区是唯一的方法，那么我将重新考虑一个新的主机。

该表只能由id列访问，因此不需要在数据列上有索引。

总而言之，在MySQL中处理具有两列的20亿行的表的最佳方法是什么，没有分区，针对读取进行了优化？

Answer 1

假设您使用的是InnnDB，您应该只需：

CREATE TABLE T (
    ID INT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
    DATA BIGINT UNSIGNED
);

这将有效地创建一个大B树而不是其他任何东西，并且可以在单个索引seek ¹中完成按ID检索行。请查看"Understanding InnoDB clustered indexes"以获取更多信息。

¹没有表堆访问权限，实际上根本没有堆。

Answer 2

像这样定义你的表。

CREATE TABLE `lkup` (
  `id` INT UNSIGNED NOT NULL AUTO_INCREMENT,
  `data` BIGINT UNSIGNED NOT NULL,
  PRIMARY KEY (`id`, `data`)
)

复合主键将消耗磁盘空间，但会使查找速度非常快;只需阅读索引（称为覆盖索引）即可满足您的查询。

并且，当您将静态数据加载到其中时，请执行OPTIMIZE TABLE lkup。这可能需要一段时间，但它会在运行时获得巨大收益。