ฉันทำงานในฐานข้อมูล MySqlโดยมีตารางดังนี้:

+--------------+
|  table_name  |
+--------------+
|    myField   |
+--------------+

... และฉันต้องการสอบถามจำนวนมากเช่นนี้(มี 5-10 สตริงในรายการ) :

SELECT myField FROM table_name
WHERE myField IN ('something', 'other stuff', 'some other a bit longer'...)

จะมีแถวที่ไม่ซ้ำประมาณ 24.000.000 แถว

1)ฉันควรใช้ a FULLTEXTหรือและที่INDEXสำคัญสำหรับของฉันVARCHAR(150)?
2)ถ้าฉันเพิ่มตัวอักษรจาก 150 เป็น 220 หรือ 250 ... มันจะสร้างความแตกต่างได้หรือไม่? (มีวิธีการคำนวณหรือไม่?)
3)ตามที่ฉันพูดพวกเขาจะไม่ซ้ำกันดังนั้นสนามของฉันควรเป็นคีย์หลัก การเพิ่มคีย์หลักในฟิลด์ซึ่งเป็น VARCHAR INDEX / FULLTEXT นั้นหาได้ยากหรือไม่

คำแนะนำ # 1: การจัดทำดัชนีมาตรฐาน

CREATE TABLE mytable
(
    id int not null auto_increment,
    myfield varchar(255) not null,
    primary key (id),
    key (myfield)
);

หากคุณจัดทำดัชนีเช่นนี้คุณสามารถค้นหาสตริงทั้งหมดหรือทำการค้นหา LIKE ที่มุ่งเน้นด้านซ้าย

SUGGESTION # 2: การจัดทำดัชนี FULLTEXT

CREATE TABLE mytable
(
    id int not null auto_increment,
    myfield varchar(255) not null,
    primary key (id),
    fulltext (myfield)
);

คุณสามารถใช้การค้นหาคำหลักแต่ละคำได้อย่างมีประสิทธิภาพรวมทั้งวลีทั้งหมด คุณจะต้องกำหนดรายการคำหยุดที่กำหนดเองเพราะMySQL จะไม่สร้างดัชนี 543 คำ

นี่คือโพสต์อื่น ๆ ของฉันจากสองปีที่ผ่านมาในดัชนี FULLTEXT

• May 23, 2011: การเพิ่มประสิทธิภาพการค้นหาแบบเต็ม mysql (StackOverflow)
• Oct 25, 2011: ดัชนี FULLTEXT ถูกละเว้นในโหมดบูลีนพร้อมเงื่อนไข 'จำนวนคำ'
• Jan 26, 2012: Mysql fulltext ค้นหาการเพิ่มประสิทธิภาพ my.cnf
• May 07, 2012: MySQL EXPLAIN ไม่แสดง 'ใช้ดัชนี' สำหรับ FULLTEXT

คำแนะนำ # 3: การทำดัชนีแฮช

CREATE TABLE mytable
(
    id int not null auto_increment,
    myfield varchar(255) not null,
    hashmyfield char(32) not null,
    primary key (id),
    key (hashmyfield)
);

หากคุณกำลังมองหาค่าหนึ่งค่าและค่าเหล่านั้นอาจมีความยาวเกิน 32 อักขระคุณสามารถเก็บค่าแฮชได้:

INSERT INTO mytable (myfield,hashmyfield)
VALUES ('whatever',MD5('whatever'));

ด้วยวิธีนี้คุณเพียงแค่ค้นหาค่าแฮชเพื่อดึงผลลัพธ์

SELECT * FROM mytable WHERE hashmyfield = MD5('whatever');

ให้มันลอง !!!

MySQL ช่วยให้คุณสามารถกำหนดดัชนีนำหน้าซึ่งหมายความว่าคุณกำหนดอักขระ N ตัวแรกจากสตริงต้นฉบับที่จะจัดทำดัชนีและเคล็ดลับคือการเลือกตัวเลข N ที่ยาวพอที่จะให้การเลือกที่ดี แต่สั้นพอที่จะประหยัดพื้นที่ คำนำหน้าควรยาวพอที่จะทำให้ดัชนีเกือบมีประโยชน์เท่าที่ควรหากคุณทำดัชนีทั้งคอลัมน์

ก่อนที่เราจะไปไกลกว่านั้นให้เรานิยามคำศัพท์ที่สำคัญบางอย่าง ดัชนีหัวกะทิคืออัตราส่วนของค่าดัชนีที่แตกต่างกันทั้งหมดและจำนวนแถวทั้งหมด นี่คือตัวอย่างหนึ่งสำหรับตารางทดสอบ:

+-----+-----------+
| id  | value     |
+-----+-----------+
| 1   | abc       |
| 2   | abd       |
| 3   | adg       |
+-----+-----------+

หากเราสร้างดัชนีเฉพาะอักขระตัวแรก (N = 1) ตารางดัชนีจะมีลักษณะดังนี้ตารางต่อไปนี้:

+---------------+-----------+
| indexedValue  | rows      |
+---------------+-----------+
| a             | 1,2,3     |
+---------------+-----------+

ในกรณีนี้การเลือกดัชนีเท่ากับ IS = 1/3 = 0.33

ให้เราดูว่าจะเกิดอะไรขึ้นถ้าเราเพิ่มจำนวนอักขระที่จัดทำดัชนีเป็นสอง (N = 2)

+---------------+-----------+
| indexedValue  | rows      |
+---------------+-----------+
| ab             | 1,2      |
| ad             | 3        |
+---------------+-----------+

ในสถานการณ์นี้คือ = 2/3 = 0.66 ซึ่งหมายความว่าเราเพิ่มการเลือกดัชนี แต่เราได้เพิ่มขนาดของดัชนีด้วย เคล็ดลับคือการหาจำนวน N น้อยที่สุดซึ่งจะส่งผลให้สูงสุดหัวกะทิดัชนี

มีสองวิธีที่คุณสามารถทำการคำนวณสำหรับตารางฐานข้อมูลของคุณ ฉันจะทำการสาธิตเกี่ยวกับการถ่ายโอนข้อมูลฐานข้อมูลนี้

สมมติว่าเราต้องการเพิ่มคอลัมน์last_nameในพนักงานตารางลงในดัชนีและเราต้องการกำหนดจำนวนNที่น้อยที่สุดซึ่งจะสร้างการเลือกดัชนีที่ดีที่สุด

ก่อนอื่นให้เราระบุนามสกุลที่พบบ่อยที่สุด:

select count(*) as cnt, last_name from employees group by employees.last_name order by cnt

+-----+-------------+
| cnt | last_name   |
+-----+-------------+
| 226 | Baba        |
| 223 | Coorg       |
| 223 | Gelosh      |
| 222 | Farris      |
| 222 | Sudbeck     |
| 221 | Adachi      |
| 220 | Osgood      |
| 218 | Neiman      |
| 218 | Mandell     |
| 218 | Masada      |
| 217 | Boudaillier |
| 217 | Wendorf     |
| 216 | Pettis      |
| 216 | Solares     |
| 216 | Mahnke      |
+-----+-------------+
15 rows in set (0.64 sec)

อย่างที่คุณเห็นนามสกุลบาบาเป็นชื่อที่พบบ่อยที่สุด ตอนนี้เรากำลังจะไปหาคำนำหน้าlast_name ที่เกิดขึ้นบ่อยที่สุดเริ่มต้นด้วยคำนำหน้าห้าตัวอักษร

+-----+--------+
| cnt | prefix |
+-----+--------+
| 794 | Schaa  |
| 758 | Mande  |
| 711 | Schwa  |
| 562 | Angel  |
| 561 | Gecse  |
| 555 | Delgr  |
| 550 | Berna  |
| 547 | Peter  |
| 543 | Cappe  |
| 539 | Stran  |
| 534 | Canna  |
| 485 | Georg  |
| 417 | Neima  |
| 398 | Petti  |
| 398 | Duclo  |
+-----+--------+
15 rows in set (0.55 sec)

มีคำนำหน้าทั้งหมดเกิดขึ้นอีกมากมายซึ่งหมายความว่าเราต้องเพิ่มหมายเลข N จนกว่าค่าจะใกล้เคียงกับตัวอย่างก่อนหน้านี้

นี่คือผลลัพธ์สำหรับ N = 9

select count(*) as cnt, left(last_name,9) as prefix from employees group by prefix order by cnt desc limit 0,15;

+-----+-----------+
| cnt | prefix    |
+-----+-----------+
| 336 | Schwartzb |
| 226 | Baba      |
| 223 | Coorg     |
| 223 | Gelosh    |
| 222 | Sudbeck   |
| 222 | Farris    |
| 221 | Adachi    |
| 220 | Osgood    |
| 218 | Mandell   |
| 218 | Neiman    |
| 218 | Masada    |
| 217 | Wendorf   |
| 217 | Boudailli |
| 216 | Cummings  |
| 216 | Pettis    |
+-----+-----------+

นี่คือผลลัพธ์สำหรับ N = 10

+-----+------------+
| cnt | prefix     |
+-----+------------+
| 226 | Baba       |
| 223 | Coorg      |
| 223 | Gelosh     |
| 222 | Sudbeck    |
| 222 | Farris     |
| 221 | Adachi     |
| 220 | Osgood     |
| 218 | Mandell    |
| 218 | Neiman     |
| 218 | Masada     |
| 217 | Wendorf    |
| 217 | Boudaillie |
| 216 | Cummings   |
| 216 | Pettis     |
| 216 | Solares    |
+-----+------------+
15 rows in set (0.56 sec)

นี่เป็นผลลัพธ์ที่ดีมาก ซึ่งหมายความว่าเราสามารถสร้างดัชนีในคอลัมน์last_nameโดยสร้างดัชนีเฉพาะอักขระ 10 ตัวแรกเท่านั้น ในคอลัมน์นิยามตารางlast_nameถูกกำหนดเป็นVARCHAR(16)และหมายความว่าเราได้บันทึก 6 ไบต์ (หรือมากกว่านั้นถ้ามีอักขระ UTF8 ในนามสกุล) ต่อรายการ ในตารางนี้มีค่าที่แตกต่างกัน 1637 คูณด้วย 6 ไบต์คือประมาณ 9KB และจินตนาการว่าตัวเลขนี้จะเติบโตอย่างไรถ้าตารางของเรามีล้านแถว

คุณสามารถอ่านวิธีการอื่น ๆ ในการคำนวณจำนวนNในการโพสต์ของฉันดัชนีคำนำหน้าใน MySQL

ใช้ MD5 และ SHA1 ฟังก์ชั่นเพื่อที่จะสร้างค่านิยมที่ควรจะจัดทำดัชนียังไม่วิธีการที่ดี ทำไม? อ่านในโพสต์วิธีเลือกประเภทข้อมูลที่ถูกต้องสำหรับคีย์หลักในฐานข้อมูล MySQL