文档首页
MySQL 8.4 参考手册
相关文档 下载此手册
PDF (US Ltr) - 39.9Mb
PDF (A4) - 40.0Mb
Man Pages (TGZ) - 258.5Kb
Man Pages (Zip) - 365.5Kb
Info (Gzip) - 4.0Mb
Info (Zip) - 4.0Mb


MySQL 8.4 参考手册  /  ...  /  优化数据大小

10.4.1 优化数据大小

设计您的表以最小化它们在磁盘上的空间。通过减少写入和读取磁盘的数据量,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更少的内存。表数据的任何空间减少也会导致更小的索引,这些索引可以更快地处理。

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合适的表格式可以为您带来巨大的性能提升。参见 第 17 章,InnoDB 存储引擎,以及 第 18 章,替代存储引擎

您可以通过使用此处列出的技术来提高表的性能并最小化存储空间

表列

  • 使用最有效(最小)的数据类型。MySQL 具有许多专用类型,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 更好,因为 MEDIUMINT 列使用的空间少 25%。

  • 如果可能,将列声明为 NOT NULL。它通过启用对索引的更好利用并消除测试每个值是否为 NULL 的开销,从而使 SQL 操作更快。您还可以节省一些存储空间,每列一位。如果您确实需要在表中使用 NULL 值,请使用它们。只需避免允许每列中使用 NULL 值的默认设置。

行格式

  • InnoDB 表默认使用 DYNAMIC 行格式创建。要使用除 DYNAMIC 以外的行格式,请配置 innodb_default_row_format,或在 CREATE TABLEALTER TABLE 语句中显式指定 ROW_FORMAT 选项。

    紧凑型行格式系列(包括 COMPACTDYNAMICCOMPRESSED)减少了行存储空间,但增加了某些操作的 CPU 使用量。如果您的工作负载是典型的,受缓存命中率和磁盘速度限制,它很可能是更快的。如果这是一种罕见的情况,受 CPU 速度限制,它可能会更慢。

    紧凑型行格式系列还在使用可变长度字符集(如 utf8mb3utf8mb4)时优化了 CHAR 列的存储。对于 ROW_FORMAT=REDUNDANTCHAR(N) 占用 N × 字符集的最大字节长度。许多语言可以用单字节 utf8mb3utf8mb4 字符来主要书写,因此固定存储长度经常浪费空间。使用紧凑型行格式系列,InnoDB 通过去除尾随空格,为这些列分配了 NN × 字符集的最大字节长度范围内的可变存储量。最小存储长度为 N 字节,以方便在典型情况下进行就地更新。有关更多信息,请参见 第 17.10 节,“InnoDB 行格式”

  • 为了通过压缩形式存储表数据来进一步最小化空间,在创建 InnoDB 表时指定 ROW_FORMAT=COMPRESSED,或对现有 MyISAM 表运行 myisampack 命令。(InnoDB 压缩表可读写,而 MyISAM 压缩表只读。)

  • 对于 MyISAM 表,如果您没有任何可变长度列(VARCHARTEXTBLOB 列),则使用固定大小的行格式。这更快,但可能会浪费一些空间。请参见 第 18.2.3 节,“MyISAM 表存储格式”。即使您有 VARCHAR 列,也可以使用 CREATE TABLE 选项 ROW_FORMAT=FIXED 来提示您希望具有固定长度的行。

索引

  • 表的索引应该尽可能短。这使得识别每一行变得容易且高效。对于 InnoDB 表,主键列会复制到每个辅助索引条目中,因此如果您的辅助索引很多,则短主键会节省大量空间。

  • 只创建您需要提高查询性能的索引。索引有利于检索,但会减慢插入和更新操作。如果您主要通过搜索一组列来访问表,则对它们创建单个组合索引,而不是为每列创建单独的索引。索引的第一部分应该是使用最频繁的列。如果您始终在从表中选择时使用多个列,则索引中的第一列应该是重复次数最多的列,以获得更好的索引压缩。

  • 如果一个长字符串列很可能在最初的几个字符上具有唯一的前缀,最好只对该前缀建立索引,使用 MySQL 对列的最左侧部分创建索引的支持(请参见 第 15.1.15 节,“CREATE INDEX 语句”)。较短的索引更快,不仅因为它们需要的磁盘空间更少,而且因为它们也能在索引缓存中获得更多命中,从而减少磁盘查找次数。请参见 第 7.1.1 节,“配置服务器”

联接

  • 在某些情况下,将经常扫描的表拆分为两个表可能是有益的。这在表是动态格式表且可以利用较小的静态格式表来查找扫描表时相关的行时尤其适用。

  • 使用相同数据类型在不同的表中声明具有相同信息的列,以加快基于相应列的联接速度。

  • 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 customer 的表中,使用列名 name 而不是 customer_name。为了使您的名称可移植到其他 SQL 服务器,请考虑将其长度保持在 18 个字符以内。

规范化

  • 通常,尝试使所有数据不冗余(遵守数据库理论中称为第三范式的内容)。不要重复姓名和地址等冗长的值,而是为它们分配唯一的 ID,根据需要在多个较小的表中重复这些 ID,并在查询中通过引用联接子句中的 ID 来联接这些表。

  • 如果速度比磁盘空间和维护多个数据副本的成本更重要,例如在您分析来自大型表的所有数据的商业智能场景中,您可以放宽规范化规则,复制信息或创建汇总表以提高速度。