草庐IT

php - 选择使用长变量与 MD5 性能明智

coder 2023-10-12 原文

假设我有一个包含长变量(URL，例如 100-250 个字符)的大表(超过 100000 个条目)。将 MD5 散列作为旁边的单独字段以从表中获取单行是否对提高性能有意义？

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

或

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

最佳答案

我想使用 INDEX 就足够了，这就是为什么，在下雪的星期天以平淡无奇的心情写的:

数据库将其行存储在文件中，一个接一个:

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

磁盘上的数据大致如下:

 [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，数据库必须通过扫描文件来扫描“行”并应用搜索术语。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。假设您缩短(或扩展，执行“http://goo.gl/P0Gwz”的 md5)字符串后“搜索”变得更容易:您仍然需要搜索 100 万行。

另一方面，如果您只能搜索有序的行列表，那将是 really speed things up .因此，假设数据库现在存储的行不是按您插入行时排序的，而是按“url”字段排序的。现在，一旦您插入新行，数据库就必须重新排序磁盘上所有存储的字节。当然，您现在可以更快地搜索，但 INSERT 操作要慢得多。并且不要忘记:明天您要搜索“descr”字段。现在怎么办？重新排序整个文件？保留文件的 2 个副本？

更好的方法是使用寄存器，这是一个有序列表，其中包含查找“行”的位置的引用。这个想法与现实世界的图书馆一样古老:只需将书籍一个接一个地放在书架上，编号，然后创建列表:一个按作者姓名排序，一个按出版年份排序，一个按标题排序等等。任何给定的人想要搜索作者选择作者注册，通过类似于二进制搜索的方法扫描名称(如果这个人很聪明)，获取书的编号，去书架并快速拿起书.

那个“寄存器”东西也称为“索引”:对磁盘上引用行位置的有序引用列表:

 [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 以查看您的搜索词是否匹配。如果索引函数指向大于 50 的值，则在下一轮检查 i75，如果小于 50，则检查 i25，依此类推。

给你数字:给定 100 万行，你搜索你必须扫描的“url”字段:

  • 在最坏的情况下需要 100 万行才能找到您的 url(“它不在此处”)。
  • 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 平均检查 INDEX 中的 url。

明天你将有 200 万行。现在您必须通过不使用 INDEX 扫描超过 200 万行，并且您将不得不扫描最多 20 次才能找到正确的记录或什么也找不到。数百万次字符串比较与 20 次比较。您会看到使用 INDEX 的影响有多大。

在此处阅读有关该主题的更多信息:

关于php - 选择使用长变量与 MD5 性能明智，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/14402763/

明智phphttpcodesectionmysqlselectmd5

有关php - 选择使用长变量与 MD5 性能明智的更多相关文章

  1. ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2

    我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div

  2. ruby - 使用 RubyZip 生成 ZIP 文件时设置压缩级别 - 2

    我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看ruby​​zip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d

  3. ruby - 为什么我可以在 Ruby 中使用 Object#send 访问私有(private)/ protected 方法？ - 2

    类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc

  4. ruby-on-rails - 使用 Ruby on Rails 进行自动化测试 - 最佳实践 - 2

    很好奇，就使用ruby​​onrails自动化单元测试而言，你们正在做什么？您是否创建了一个脚本来在cron中运行rake作业并将结果邮寄给您？git中的预提交Hook？只是手动调用？我完全理解测试，但想知道在错误发生之前捕获错误的最佳实践是什么。让我们理所当然地认为测试本身是完美无缺的，并且可以正常工作。下一步是什么以确保他们在正确的时间将可能有害的结果传达给您？ 最佳答案 不确定您到底想听什么，但是有几个级别的自动代码库控制:在处理某项功能时，您可以使用类似autotest的内容获得关于哪些有效，哪些无效的即时反馈。要确保您的提

  5. ruby - 在 Ruby 中使用匿名模块 - 2

    假设我做了一个模块如下:m=Module.newdoclassCendend三个问题:除了对m的引用之外，还有什么方法可以访问C和m中的其他内容？我可以在创建匿名模块后为其命名吗(就像我输入“module...”一样)？如何在使用完匿名模块后将其删除，使其定义的常量不再存在？ 最佳答案 三个答案:是的，使用ObjectSpace.此代码使c引用你的类(class)C不引用m:c=nilObjectSpace.each_object{|obj|c=objif(Class===objandobj.name=~/::C$/)}当然这取决于

  6. ruby - 使用 ruby​​ 和 savon 的 SOAP 服务 - 2

    我正在尝试使用ruby​​和Savon来使用网络服务。测试服务为http://www.webservicex.net/WS/WSDetails.aspx?WSID=9&CATID=2require'rubygems'require'savon'client=Savon::Client.new"http://www.webservicex.net/stockquote.asmx?WSDL"client.get_quotedo|soap|soap.body={:symbol=>"AAPL"}end返回SOAP异常。检查soap信封，在我看来soap请求没有正确的命名空间。任何人都可以建议我

  7. python - 如何使用 Ruby 或 Python 创建一系列高音调和低音调的蜂鸣声？ - 2

    关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题？更新问题，以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点？我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等)，但我确实想创建一个输出文件。

  8. ruby-on-rails - 'compass watch' 是如何工作的/它是如何与 rails 一起使用的 - 2

    我在我的项目目录中完成了compasscreate.和compassinitrails。几个问题:我已将我的.sass文件放在public/stylesheets中。这是放置它们的正确位置吗？当我运行compasswatch时，它不会自动编译这些.sass文件。我必须手动指定文件:compasswatchpublic/stylesheets/myfile.sass等。如何让它自动运行？文件ie.css、print.css和screen.css已放在stylesheets/compiled。如何在编译后不让它们重新出现的情况下删除它们？我自己编译的.sass文件编译成compiled/t

  9. ruby - 使用 ruby​​ 将 HTML 转换为纯文本并维护结构/格式 - 2

    我想将html转换为纯文本。不过，我不想只删除标签，我想智能地保留尽可能多的格式。为插入换行符标签，检测段落并格式化它们等。输入非常简单，通常是格式良好的html(不是整个文档，只是一堆内容，通常没有anchor或图像)。我可以将几个正则表达式放在一起，让我达到80%，但我认为可能有一些现有的解决方案更智能。 最佳答案 首先，不要尝试为此使用正则表达式。很有可能你会想出一个脆弱/脆弱的解决方案，它会随着HTML的变化而崩溃，或者很难管理和维护。您可以使用Nokogiri快速解析HTML并提取文本:require'nokogiri'h

  10. ruby - 在 64 位 Snow Leopard 上使用 rvm、postgres 9.0、ruby 1.9.2-p136 安装 pg gem 时出现问题 - 2

    我想为Heroku构建一个Rails3应用程序。他们使用Postgres作为他们的数据库，所以我通过MacPorts安装了postgres9.0。现在我需要一个postgresgem并且共识是出于性能原因你想要pggem。但是我对我得到的错误感到非常困惑当我尝试在rvm下通过geminstall安装pg时。我已经非常明确地指定了所有postgres目录的位置可以找到但仍然无法完成安装:$envARCHFLAGS='-archx86_64'geminstallpg--\--with-pg-config=/opt/local/var/db/postgresql90/defaultdb/po

随机推荐