Question

我为列和表名的含糊不清道歉。我的数据库有两个表A和B.它们是这些表之间的多对多关系。

表A 有大约200条记录

Column 1 .   Associated Id(from table A)
eg . abc      12
     abc      21
     pqr      42

表B有大约50亿条记录

Column 1        Associated Ids
abc             12, 21
pqr             42

我正在尝试优化数据存储在表B中的方式，因为它有很多冗余数据。我想到的结构如下

CREATE TABLE `A` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `title` varchar(100) DEFAULT NULL,
  `name` varchar(100) DEFAULT NULL,
  `creat_usr_id` varchar(20) NOT NULL,
  `creat_ts` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  `modfd_usr_id` varchar(20) DEFAULT NULL,
  `modfd_ts` timestamp NULL DEFAULT NULL ON UPDATE CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  UNIQUE KEY `A_ak1` (`name`)
) ENGINE=InnoDB AUTO_INCREMENT=277 DEFAULT CHARSET=utf8;

CREATE TABLE `B`(
  `col1` varchar(128) NOT NULL,
  `id` int(11) NOT NULL,
  `added_dt` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
  `creat_usr_id` varchar(20) NOT NULL,
  `creat_ts` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (`col1`,`id`,`added_dt`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
/*!50100 PARTITION BY RANGE (UNIX_TIMESTAMP(added_dt))
(PARTITION Lessthan_2016 VALUES LESS THAN (1451606400) ENGINE = InnoDB,
 PARTITION L`Ω`essthan_201603 VALUES LESS THAN (1456790400) ENGINE = InnoDB,
 PARTITION Lessthan_201605 VALUES LESS THAN (1462060800) ENGINE = InnoDB,
 PARTITION Lessthan_201607 VALUES LESS THAN (1467331200) ENGINE = InnoDB,
 PARTITION Lessthan_201609 VALUES LESS THAN (1472688000) ENGINE = InnoDB,
 PARTITION Lessthan_201611 VALUES LESS THAN (1477958400) ENGINE = InnoDB,
 PARTITION Lessthan_201701 VALUES LESS THAN (1483228800) ENGINE = InnoDB,
 PARTITION pfuture VALUES LESS THAN MAXVALUE ENGINE = InnoDB) */;

将新行添加到表A时，“关联ID”列可以有更新。

在这种情况下，这是一个很好的结构吗？如果是，“关联ID”的列类型应该是什么？我正在使用mysql数据库。

创建表语句。

  Table Non_unique  Key_name    Seq_in_index    Column_name Collation   Cardinality Sub_part    Packed  Index_type  Comment Index_comment
    B          0        PRIMARY         1             col1        A        
 2             NULL       NULL      BTREE       
    B          0        PRIMARY         2              id         A        
 6             NULL       NULL      BTREE       
    B          0         PRIMARY        3             added_dt    A        
 6             NULL       NULL      BTREE

指标的影响。

{{1}}

Answer 1

这里有50亿行。让我来看看事情：

col1 varchar（128）NOT NULL，

此专栏多久重复一次？那就是，值得它“正常化吗？”

id int（11）NOT NULL，

将此列的大小减半（4个字节 - > 2），因为您只有200个不同的ID：

a_id SMALLINT UNSIGNED NOT NULL

值范围：0..65535

added_dt时间戳NOT NULL DEFAULT CURRENT_TIMESTAMP，

请解释为什么这是PK的一部分。这是一件相当奇怪的事情。

creat_usr_id varchar（20）NOT NULL，
creat_ts时间戳NOT NULL DEFAULT CURRENT_TIMESTAMP，

将这些视为混乱，除非你能证明以这种方式跟踪50亿次行动是合理的。

PRIMARY KEY（col1，id，added_dt）

我敢打赌，你最终会在同一秒内获得两排。 PK是'独特的'。也许你只需要(col，a_id）`？否则，您允许多次添加col-a_id对。或者您可能希望IODKU添加新行而不是更新时间戳？

PARTITION ...

如果（并且可能只有）打算删除“旧”行，这很有用。另外请解释你选择分区的原因。

如果没有看到主SELECTs，很难查看架构。对于大型表格，我们还应该审核INSERTs，UPDATEs和DELETEs，因为每个表都可能造成严重的性能问题。

每秒插入100行，添加5B行需要一年多的时间。这些行的进入速度有多快？这也可能是一个重要的性能问题。

设计数据库来存储列表

1 个答案: