当前位置:首页 > 文章列表 > 数据库 > MySQL > 百万数据量 MySQL 模糊搜索提速:如何在 512M 内存限制下优化查询速度?

百万数据量 MySQL 模糊搜索提速:如何在 512M 内存限制下优化查询速度?

2024-12-23 14:19:04 0浏览 收藏

对于一个数据库开发者来说,牢固扎实的基础是十分重要的,golang学习网就来带大家一点点的掌握基础知识点。今天本篇文章带大家了解《百万数据量 MySQL 模糊搜索提速:如何在 512M 内存限制下优化查询速度?》,主要介绍了,希望对大家的知识积累有所帮助,快点收藏起来吧,否则需要时就找不到了!

百万数据量 MySQL 模糊搜索提速:如何在 512M 内存限制下优化查询速度?

百万数据量 mysql 模糊搜索提速

在 mysql 中,当数据量达到百万级时,执行模糊查询可能会变得非常缓慢。本文提供的解决方案无需借助第三方中间件,即可在 512m 的 java 堆内存限制下显着提升模糊搜索的速度。

基于索引表的方案

创建一个索引表,包含三列:"当前词"、"下一词"和"原记录主键 id"。其中,"当前词"和"下一词"表示搜索关键词中的连续单词,"原记录主键 id"指向满足条件的原始记录。

索引表结构

当前词下一词原记录主键 id
mysql一1
一千1
千万1
万的1
.........
模糊1
糊搜1
搜索1
索null1

搜索算法

搜索关键词时,按顺序查询索引表,获得满足每个单词条件的原记录id。然后使用这些 id 在原始表中查找匹配记录。

例:搜索“模糊搜索”

SELECT 原记录主键ID
  FROM (SELECT 原记录主键ID FROM 索引表 WHERE 当前词 = '模' AND 下一词 = '糊')
  JOIN (SELECT 原记录主键ID FROM 索引表 WHERE 当前词 = '糊' AND 下一词 = '搜') USING(原记录主键ID)
  JOIN (SELECT 原记录主键ID FROM 索引表 WHERE 当前词 = '搜' AND 下一词 = '索') USING(原记录主键ID)
  JOIN (SELECT 原记录主键ID FROM 索引表 WHERE 当前词 = '索' AND 下一词 IS NULL) USING(原记录主键ID)

jvm 优化

为了充分利用有限的内存,建议使用如下的jvm 优化技术:

  • 缩小永久代尺寸
  • 设置metaspace 垃圾回收参数(-xx:metaspacesize、-xx:maxmetaspacesize)
  • 使用压缩引用和指针
  • 启用分代垃圾回收

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《百万数据量 MySQL 模糊搜索提速:如何在 512M 内存限制下优化查询速度?》文章吧,也可关注golang学习网公众号了解相关技术文章。

macOS安装PHP7.4时遇到libxml2链接错误怎么办?
或者
在macOS上安装PHP7.4时出现libxml2 not found及链接错误如何解决?macOS安装PHP7.4时遇到libxml2链接错误怎么办? 或者 在macOS上安装PHP7.4时出现libxml2 not found及链接错误如何解决?
上一篇
macOS安装PHP7.4时遇到libxml2链接错误怎么办? 或者 在macOS上安装PHP7.4时出现libxml2 not found及链接错误如何解决?
如何在网站上显示 Google 云端硬盘中的图像?
下一篇
如何在网站上显示 Google 云端硬盘中的图像?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    290次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    343次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    346次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    308次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    131次使用