我正在寻找最快/最有效的方法来搜索数千万个用户名中是否有给定的用户名。目前，我正在使用运行每个按键的普通MySQL SELECT查询，但是我对性能不满意。我正在使用索引，分区等，我知道MySQL可以优化得非常快，但是我也知道有更好的解决方案。
那么最快的用户名搜索是什么
例如：Gmail在注册时如何在数十亿个电子邮件地址中进行搜索。 Facebook是如何做到的？我以为他们不只是运行SQL查询。
我正在寻找适用于PHP应用程序的实用解决方案。
现在我只是使用一个非常基本的选择：
SELECT username FROM users WHERE username = $username LIMIT 1
用户名列具有唯一索引
答案 0 :(得分：3)
我同意您应该将其全部粘贴到RAM中（例如Redis）。
但是，如果您不想一路走下去，请执行以下操作：将列表存储在较慢的位置（例如S3或SQL数据库）。接下来，从该列表中创建一个Bloom过滤器（在Wikipedia上有东西，并且有一个漂亮的Redis模块，您可以使用-https://oss.redislabs.com/redisbloom）。
现在，BF告诉您永远不会给您带来误报，因此您可以有效地检查用户名是否可用。但是，有时BF会报告用户名不可用（误报），您已决定是否可以使用该用户名。
答案 1 :(得分：0)
将列表加载到关联数组中。测试密钥的存在。做完了如今，“数百万”的数据并不多。它适合RAM。
如果您的内存不足并且不介意天文学上出现误报的可能性很小，则可以使用SHA2-256哈希值代替完整值。这些只是40字节的十六进制编码，原始格式为20字节。在许多情况下，甚至甚至 O（1）时间，检查哈希键是否已编入索引都是很简单的。
请记住，只有当您处理的峰值负载超过每秒1000个查询时，这才有意义。不要过早地对此进行优化。大多数数据库基本上可以在零时间内进行用户名测试，这甚至不难，而且每秒进行一千次测试不会破坏您的服务器。
如果您确实有一个可衡量的性能问题，那么您随时可以探索索引选项。 MySQL supports different index types：BTREE或HASH。它们的表现不同。
答案 2 :(得分：0)
您的示例中提到了使用高端系统的公司。显然，没有任何系统可以做到这一点，这就是原因：
让我们假设一个巨大的公司如何处理数十亿用户名：
有一种服务，可能是用C编写的，甚至不是用C ++编写的。
它部署在Unix或Linux集群上
还有一个服务充当第一个服务的健康检查程序，该服务检查每个其次是标准的用户名和密码
该服务将所有数据（通常是用户名和密码）加载到内存中
当数据在源处发生更改时，它被称为采用更改，这是从数据源触发的
当需要对数据进行调用（我们的情况）时，对主服务处于活动状态的运行状况检查程序的两个副本进行2（最少）异步调用（以避免服务中断延迟）
当任何健康检查程序均回复“ ok”时，将调用（检查程序的）主服务，并验证是否请求了用户名和/或密码。
呼叫者然后根据答复继续。
最后，无论哪种解决方案都尽可能快地起作用。像上面提到的redis这样的内存'db'有点接近-考虑到差异，这意味着足够接近。如果一家大型公司的业绩为10分，而一个简单的网站按照相似的做法（遵循相同的原则）的业绩为8-9分，且成本根据每个公司的规模进行了调整，那么我认为这是一个成功的选择。