设计表以最小化它们在磁盘上的空间。通过减少写入磁盘和从磁盘读取的数据量,这可以带来巨大的改进。较小的表通常在查询执行期间主动处理其内容时需要较少的主内存。表数据的任何空间减少都会导致索引变小,从而可以更快地处理索引。
MySQL支持许多不同的存储引擎(表类型)和行格式。对于每个表,您可以决定使用哪种存储和索引方法。为您的应用程序选择适当的表格式可以大大提高性能。请参阅 第15章,InnoDB存储引擎和 第16章,备用存储引擎。
通过使用此处列出的技术,可以提高表的性能,并最大程度地减少存储空间:
表格栏
- 尽可能使用最有效(最小)的数据类型。MySQL具有许多专门的类型,可以节省磁盘空间和内存。例如,如果可能,使用较小的整数类型以获得较小的表。
MEDIUMINT
通常比INT
因为MEDIUMINT
列占用的空间少25%更好,这 是一个更好的选择。 NOT NULL
尽可能 声明列。通过更好地使用索引并消除测试每个值是否为的开销,可以使SQL操作更快NULL
。您还节省了一些存储空间,每列一位。如果您确实需要NULL
表中的值,请使用它们。只是避免使用默认设置,该默认设置允许NULL
每一列中的值。
行格式
-
InnoDB
表DYNAMIC
默认情况下使用行格式创建 。要使用以外的行格式DYNAMIC
,请配置innodb_default_row_format
,或ROW_FORMAT
在CREATE TABLE
orALTER TABLE
语句中明确指定选项。紧凑的行格式系列(包括
COMPACT
,DYNAMIC
和COMPRESSED
)减少了行存储空间,但增加了某些操作的CPU使用率。如果您的工作量是典型的工作,并且受高速缓存命中率和磁盘速度的限制,则可能会更快。如果在极少数情况下受CPU速度的限制,则它可能会变慢。CHAR
当使用可变长度字符集(例如utf8mb3
或)时 ,紧凑的行格式系列还可以优化 列存储utf8mb4
。使用ROW_FORMAT=REDUNDANT
, 占×字符集的最大字节长度。许多语言主要可以使用单字节字符编写 ,因此固定的存储长度通常会浪费空间。使用紧凑的行格式系列,可以 在到的范围内分配可变的存储量CHAR(*
N*)
N
utf8``InnoDB
*N
**N
×通过删除尾随空格来删除这些列的字符集的最大字节长度。N
*在典型情况下,最小存储长度为 字节,以方便就地更新。有关更多信息,请参见 第15.10节“ InnoDB行格式”。 -
通过以压缩形式存储表数据来进一步减少空间,请
ROW_FORMAT=COMPRESSED
在创建InnoDB
表时 指定 ,或在现有表上运行 myisampack命令MyISAM
。(InnoDB
压缩表是可读写的,而MyISAM
压缩表是只读的。) -
对于
MyISAM
表中,如果没有任何可变长度列(VARCHAR
,TEXT
,或BLOB
列),一个固定大小的行格式被使用。这样比较快,但可能会浪费一些空间。请参见第16.2.3节“ MyISAM表存储格式”。即使您有VARCHAR
带有CREATE TABLE
选项的 列,也可以暗示您希望具有固定长度的行ROW_FORMAT=FIXED
。
索引
- 表的主索引应尽可能短。这使得识别每一行变得容易且有效。对于
InnoDB
表,主键列在每个辅助索引条目中重复,因此如果您有许多辅助索引,则较短的主键可节省大量空间。 - 仅创建需要提高查询性能的索引。索引很适合检索,但是会降低插入和更新操作的速度。如果您主要通过搜索列的组合来访问表,请在表上创建单个复合索引,而不是为每个列创建单独的索引。索引的第一部分应该是最常用的列。如果从表中选择时总是使用许多列,则索引中的第一列应该是重复次数最多的列,以更好地压缩索引。
- 如果长字符串列很可能在第一个字符数上具有唯一的前缀,则最好使用MySQL支持在该列的最左边部分创建索引来仅对该前缀进行索引(请参见13.1.15节)。 ,“ CREATE INDEX语句”)。较短的索引会更快,这不仅是因为它们需要较少的磁盘空间,而且还因为它们还会使索引缓存中的命中次数增加,从而减少了磁盘寻道。请参见 第5.1.1节“配置服务器”。
连接
- 在某些情况下,将经常扫描的表分成两部分可能会有所帮助。如果它是动态格式的表,并且可以使用较小的静态格式的表(在扫描表时可以用来查找相关的行),则尤其如此。
- 在具有相同数据类型的不同表中声明具有相同信息的列,以加快基于相应列的联接。
- 保持列名简单,以便您可以在不同的表中使用相同的名称并简化联接查询。例如,在名为的表中
customer
,使用列名name
代替customer_name
。为了使您的名称可移植到其他SQL Server中,请考虑使名称短于18个字符。
范式化
- 通常,请尝试使所有数据保持非冗余(请注意数据库理论中称为 第三范式的内容)。不必重复冗长的值(例如名称和地址),而是给它们分配唯一的ID,在多个较小的表中根据需要重复这些ID,然后通过引用join子句中的ID在查询中联接这些表。
- 如果速度比磁盘空间和保留多个数据副本的维护成本更为重要,例如在商业智能场景中,您分析大型表中的所有数据,则可以放宽规范化规则,复制信息或创建汇总表以提高速度。