


Batch-Einfügung und einzelnes Einfügen mehrerer Werte: Wann wird die Stapelverarbeitung zum Engpass?
Ein überraschender Leistungsvergleich zeigt, dass die alleinige Ausführung von 1000 INSERT-Anweisungen (290 Millisekunden) eine deutlich bessere Leistung erbringt als das Einfügen von 1000 Werten mit einer einzelnen INSERT-Anweisung (2800 Millisekunden). Um dieses unerwartete Ergebnis zu untersuchen, analysieren wir den Ausführungsplan und identifizieren potenzielle Engpässe.
Eine Überprüfung des Ausführungsplans zeigt, dass die einzelne INSERT-Anweisung einen automatischen Parametrisierungsprozess verwendet, um die Analyse-/Kompilierungszeit zu minimieren. Allerdings erhöht sich die Kompilierungszeit einer einzelnen INSERT-Anweisung plötzlich bei etwa 250 Wertklauseln, was dazu führt, dass die Größe des Cache-Plans abnimmt und die Kompilierungszeit zunimmt.
Eine weitere Analyse zeigt, dass SQL Server beim Kompilieren eines Plans für einen bestimmten Literalwert möglicherweise einige Aktivitäten ausführt, die nicht linear skaliert werden, beispielsweise das Sortieren. Auch ohne Sortierung zur Kompilierungszeit zeigt das Hinzufügen eines Clustered-Index zu einer Tabelle einen expliziten Sortierschritt im Plan an.
Während der Kompilierungsphase zeigt der Stack-Trace des SQL Server-Prozesses, dass viel Zeit für den Vergleich von Zeichenfolgen aufgewendet wird. Dies kann mit der Normalisierungsphase (Bindung oder Algebraisierung) der Abfrageverarbeitung zusammenhängen, in der der Ausdrucksanalysebaum in einen algebraischen Ausdrucksbaum umgewandelt wird.
Experimente zur Variation der Länge und Eindeutigkeit eingefügter Zeichenfolgen haben gezeigt, dass längere Zeichenfolgen und weniger Duplikate zu einer schlechteren Leistung bei der Kompilierung führen. Dies weist darauf hin, dass SQL Server während der Kompilierung mehr Zeit mit dem Vergleichen und Identifizieren von Duplikaten verbringt.
In manchen Fällen kann dieses Verhalten ausgenutzt werden, um die Leistung zu verbessern. Beispielsweise kann SQL Server in einer Abfrage, die eine duplikatfreie Spalte als primären Sortierschlüssel verwendet, die Sortierung nach dem sekundären Schlüssel zur Laufzeit überspringen und Fehler durch Division durch Null vermeiden.
Obwohl das Einfügen mehrerer Werte mit einer einzigen INSERT-Anweisung schneller zu sein scheint als mit mehreren INSERT-Anweisungen, kann der Kompilierzeitaufwand, der mit der Verarbeitung einer großen Anzahl unterschiedlicher Werte (insbesondere langer Zeichenfolgen) verbunden ist, zu erheblichen Leistungseinbußen führen Ablehnung von SQL Server.
Das obige ist der detaillierte Inhalt vonEinzelner INSERT mit mehreren Werten im Vergleich zu mehreren Einfügungen: Wann wird die Stapelverarbeitung zum Engpass?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

InnoDB verwendet Redologs und undologische, um Datenkonsistenz und Zuverlässigkeit zu gewährleisten. 1.REDOLOogen zeichnen Datenseitenänderung auf, um die Wiederherstellung und die Durchführung der Crash -Wiederherstellung und der Transaktion sicherzustellen. 2.Strundologs zeichnet den ursprünglichen Datenwert auf und unterstützt Transaktionsrollback und MVCC.

Zu den wichtigsten Kennzahlen für Erklärungsbefehle gehören Typ, Schlüssel, Zeilen und Extra. 1) Der Typ spiegelt den Zugriffstyp der Abfrage wider. Je höher der Wert ist, desto höher ist die Effizienz, wie z. B. const besser als alle. 2) Der Schlüssel zeigt den verwendeten Index an, und Null zeigt keinen Index an. 3) Zeilen schätzt die Anzahl der gescannten Zeilen und beeinflussen die Abfrageleistung. 4) Extra liefert zusätzliche Informationen, z.

Die Verwendung von Temporary zeigt an, dass die Notwendigkeit, temporäre Tabellen in MySQL-Abfragen zu erstellen, die üblicherweise in der Reihenfolge mit unterschiedlichen, gruppby- oder nicht indizierten Spalten gefunden werden. Sie können das Auftreten von Indizes vermeiden und Abfragen umschreiben und die Abfrageleistung verbessern. Insbesondere bedeutet dies, dass MySQL temporäre Tabellen erstellen muss, um Abfragen zu verarbeiten. Dies tritt normalerweise auf, wenn: 1) Deduplizierung oder Gruppierung bei Verwendung von unterschiedlichem oder gruppy; 2) Sortieren Sie, wann OrderBy Nicht-Index-Spalten enthält. 3) Verwenden Sie eine komplexe Unterabfrage oder verbinden Sie Operationen. Optimierungsmethoden umfassen: 1) OrderBy und GroupB

MySQL/InnoDB unterstützt vier Transaktions -Isolationsstufen: ReadUnCommitt, Readcommidt, RepeatableAlead und Serializable. 1.Readuncommittes ermöglicht das Lesen von nicht übereinstimmenden Daten, was zu schmutzigem Lesen führen kann. 2. Readcommited vermeidet schmutziges Lesen, aber es kann nicht wiederholbare Lektüre auftreten. 3.Repeatableread ist die Standardebene, die schmutzige Lektüre und nicht wiederholbares Lesen vermeidet, aber Phantom-Lesen kann auftreten. V. Die Auswahl der geeigneten Isolationsstufe erfordert die Ausgleichsdatenkonsistenz und die Leistungsanforderungen.

MySQL eignet sich für Webanwendungen und Content -Management -Systeme und ist beliebt für Open Source, hohe Leistung und Benutzerfreundlichkeit. 1) Im Vergleich zu Postgresql führt MySQL in einfachen Abfragen und hohen gleichzeitigen Lesevorgängen besser ab. 2) Im Vergleich zu Oracle ist MySQL aufgrund seiner Open Source und niedrigen Kosten bei kleinen und mittleren Unternehmen beliebter. 3) Im Vergleich zu Microsoft SQL Server eignet sich MySQL besser für plattformübergreifende Anwendungen. 4) Im Gegensatz zu MongoDB eignet sich MySQL besser für strukturierte Daten und Transaktionsverarbeitung.

Die MySQL -Idium -Kardinalität hat einen signifikanten Einfluss auf die Abfrageleistung: 1. Hoher Kardinalitätsindex kann den Datenbereich effektiver einschränken und die Effizienz der Abfrage verbessern. 2. Niedriger Kardinalitätsindex kann zu einem vollständigen Tischscannen führen und die Abfrageleistung verringern. 3. Im gemeinsamen Index sollten hohe Kardinalitätssequenzen vorne platziert werden, um die Abfrage zu optimieren.

Der MySQL -Lernpfad umfasst Grundkenntnisse, Kernkonzepte, Verwendungsbeispiele und Optimierungstechniken. 1) Verstehen Sie grundlegende Konzepte wie Tabellen, Zeilen, Spalten und SQL -Abfragen. 2) Lernen Sie die Definition, die Arbeitsprinzipien und die Vorteile von MySQL kennen. 3) Master grundlegende CRUD -Operationen und fortgeschrittene Nutzung wie Indizes und gespeicherte Verfahren. 4) KON -Debugging- und Leistungsoptimierungsvorschläge, wie z. B. rationale Verwendung von Indizes und Optimierungsabfragen. In diesen Schritten haben Sie einen vollen Verständnis für die Verwendung und Optimierung von MySQL.

Die realen Anwendungen von MySQL umfassen grundlegende Datenbankdesign und komplexe Abfrageoptimierung. 1) Grundnutzung: Wird zum Speichern und Verwalten von Benutzerdaten verwendet, z. B. das Einfügen, Abfragen, Aktualisieren und Löschen von Benutzerinformationen. 2) Fortgeschrittene Nutzung: Verwandte komplexe Geschäftslogik wie Auftrags- und Bestandsverwaltung von E-Commerce-Plattformen. 3) Leistungsoptimierung: Verbesserung der Leistung durch rationale Verwendung von Indizes, Partitionstabellen und Abfrage -Caches.


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Dreamweaver Mac
Visuelle Webentwicklungstools

SublimeText3 Englische Version
Empfohlen: Win-Version, unterstützt Code-Eingabeaufforderungen!

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

Herunterladen der Mac-Version des Atom-Editors
Der beliebteste Open-Source-Editor

SAP NetWeaver Server-Adapter für Eclipse
Integrieren Sie Eclipse mit dem SAP NetWeaver-Anwendungsserver.