php – 选择使用长变量vs MD5性能

2023年3月5日 166次阅读

假设我有一个包含长变量的大表(100000个条目)(URL,如100-250个字符).为了获得更好的性能,将MD5哈希作为其旁边的单独字段从表中获取单行是否有意义？

SELECT * FROM `urls` WHERE `url` = 'http://long-phrase...' LIMIT 1;

要么

SELECT * FROM `urls` WHERE `url_md5` = MD5('http://long-phrase...') LIMIT 1;

最佳答案我猜想使用INDEX就足够了,这就是为什么,在一个下雪的星期天用平淡无奇的心情写的：

数据库将其行一个接一个地存储在文件中：

 id url          name       descr         visited
  1 http://...   somewhere  i like it     2013-01-01
  2 http://...   wherever   i dislike it  2013-01-02
  ...

您将在磁盘上大致如下所示：

 [s:35:http://...s:9:somewhere...][s:45:http://...s:9:wherever...][...]

一堆字节,很多.如果您要求数据库搜索给定的术语,则数据库必须通过扫描文件来扫描“行”并应用搜索项.假设您有100万行,数据库必须扫描100万行.假设您要在行中搜索“url”字段.让我们说你更容易“搜索”,因为你缩短(或扩展,做了“http://goo.gl/P0Gwz”的md5)字符串：你仍然需要搜索100万行.

另一方面,如果您只是可以搜索ORDERED行列表,那将是really speed things up.所以,假设DB现在存储了在您插入行但未按“url”-field排序时排序的行.现在,只要您插入新行,数据库就必须重新排序磁盘上所有存储的字节.对于coz,您现在能够更快地搜索,但INSERT操作要慢得多.不要忘记：明天你想搜索“descr”-field.现在怎么办？重新排序整个文件？保留2份文件？

更好的方法是使用寄存器,一个有序列表,其中提到了在哪里找到“行”.这个想法与真实世界的图书馆一样古老：只需将书籍一个接一个地放入书架,编号并创建列表：一个按作者名称排序,一个按出版年份排序,一个按标题排序等.任何给定的人想要搜索作者选择作者注册,通过类似二元搜索的方法扫描名称(如果这个人很聪明),获取书籍的数量,上架并快速拿起书.

“register”thingy也称为“INDEX”：磁盘上引用行位置的引用的有序列表：

 [s:35:http://...s:9:somewhere...][s:45:http://...s:9:wherever...][...]
       ^                               ^                           ^
       |                               |                           |
       |                               |                           |
 i1   -------------------------------- ^                           |
 i2   ------------------------------------------------------------------>
 i3   -^                                                           |
 i100 -------------------------------------------------------------^

例如,您现在可以检查i50以查看您的搜索字词是否匹配.如果index-function指向大于50的东西你在下一轮检查i75,如果它小于50你检查i25,依此类推.

给你数字：给定100万行,你搜索“url”-field你必须扫描：

在最坏的情况下> 100万行找到你的网址(“它不在这里”).
>平均50万行(“平均分配”).
> log2(10 ^ 6)== 20在最坏的情况下检查INDEX中的url.
> log2(10 ^ 6)-1 == 19对INDEX中的url进行平均检查.

明天你将有200万行.现在你必须通过不使用INDEX来扫描超过200万行,你必须扫描~20次最大值才能找到正确的记录或什么都没有.数百万次字符串比较与20次.您会看到使用INDEX会产生多大影响.