当前位置:首页 > 文章列表 > 数据库 > MySQL > 高性能MySql系列-Schema与数据类型优化

高性能MySql系列-Schema与数据类型优化

来源:SegmentFault 2023-01-10 16:25:12 0浏览 收藏

小伙伴们对数据库编程感兴趣吗?是否正在学习相关知识点?如果是,那么本文《高性能MySql系列-Schema与数据类型优化》,就很适合你,本篇文章讲解的知识点主要包括MySQL。在之后的文章中也会多多分享相关知识点,希望对大家的知识积累有所帮助!

最佳实践

1.越简单的类型越好
比如整型比字符串型好,因为字符的排序规则、校对规则更复杂。
2.尽量使用MySql内置的类型
比如用datetime存储日期,不要用字符串。
用整型存储IP地址,不要用字符串。因为IP地址xxx.xxx.xxx.xxx实际上底层是32位无符号整数,之所以表示为小数点的形式是为了方便阅读。所以应该使用整型来存储IP地址,Mysql也提供了INET_ATON()和INET_NTOA()在这2种表示形式间转换。
3.列长度越小越好
在存得下的前提下,长度越小越好。因为列长度越小,所需要的CPU、内存、磁盘空间就越少。
4.尽量避免null
通常情况下最好指定列为NOT NULL,除非真的需要NULL值。因为如果列中包含NULL值,对MySql来说更难优化,原因是可为NULL的列会使得索引、值比较都更加复杂。当可为NULL的列被索引时,每个索引记录都需要一个额外的字节来存储。所以在设计表时,如果希望给某列加索引,最好限定这列是NOT NULL的。
5.主键列最好选择整型
整型作为主键的优点是很快,并且方便AUTO_INCREMENT。
如果用字符串类型作为主键,它们很耗空间,并且性能也比整型慢。如果使用UUID作为主键,可以将“-”去掉之后再存储。Mysql提供了UNHEX()函数将UUID值转换为16字节的整数,并且也提供了HEX()重新格式化为16进制的UUID值。
6.计数器表尽量避免只有一行数据
当计数器表(如网站点击次数)只有一行数据时,会导致大量线程阻塞在这个行锁上,可以设计多行数据,每行都有个计数器,客户端请求更新计数器时,可以随机选择某行计数器进行更新,大大提升计数器表的并发性能。在查询总计数器时,只需SUM(count)即可。

本篇关于《高性能MySql系列-Schema与数据类型优化》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于数据库的相关知识,请关注golang学习网公众号!

版本声明
本文转载于:SegmentFault 如有侵犯,请联系study_golang@163.com删除
MySQL行级锁解决消费队列中出现的唯一主键错误MySQL行级锁解决消费队列中出现的唯一主键错误
上一篇
MySQL行级锁解决消费队列中出现的唯一主键错误
在Linux上从零开始部署前后端分离的Vue+Spring boot项目
下一篇
在Linux上从零开始部署前后端分离的Vue+Spring boot项目
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。
    184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。
    240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。
    195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。
    175次使用
  • CMMLU中文大模型评估基准:功能、使用教程与应用场景解析
    CMMLU
    深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
    166次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码