Heim >Datenbank >MySQL-Tutorial >Einführung in den Vorverarbeitungsleistungstest (vorbereitete Anweisung) der MySQL-Datenbank

Einführung in den Vorverarbeitungsleistungstest (vorbereitete Anweisung) der MySQL-Datenbank

coldplay.xixi
coldplay.xixinach vorne
2021-02-04 09:03:003318Durchsuche

Einführung in den Vorverarbeitungsleistungstest (vorbereitete Anweisung) der MySQL-Datenbank

Kostenlose Lernempfehlung: MySQL-Video-Tutorial

1. Was bewirkt die Vorverarbeitung? Wenn wir eine Datenbankanweisung einreichen, erreicht die Anweisung den Datenbankdienst, die Datenbank Der Dienst muss diese SQL-Anweisung analysieren, z. B. eine Syntaxprüfung durchführen, die Abfragebedingungen nacheinander optimieren und sie dann ausführen. Für die Vorverarbeitung wird vereinfacht gesagt die ursprüngliche Interaktion zwischen dem Client und dem Datenbankdienst in zwei Teile geteilt. Senden Sie zunächst die Datenbankanweisung und lassen Sie die Anweisung zunächst vom Datenbankdienst analysieren. Zweitens übergeben Sie die Parameter, rufen die Anweisung auf und führen sie aus. Auf diese Weise kann für Anweisungen, die mehrmals wiederholt ausgeführt werden, die Datenbankanweisung einmal übermittelt und analysiert werden, und dann werden die gerade analysierten Anweisungen kontinuierlich aufgerufen und ausgeführt. Dies spart Zeit beim mehrmaligen Parsen derselben Anweisung. Um den Zweck der Effizienzsteigerung zu erreichen.

                                                                                                                                                                                                                 . Ein sehr wichtiger Punkt ist, dass nur Werte an Platzhalter gebunden werden können, nicht einige Schlüsselwörter der SQL-Anweisung. Beispiel: Anweisung: „select * from student where student.id = ?“. Wenn der Platzhalter (?) „1 oder 1=1“ ist, wird „1 oder 1=1“ als Wert betrachtet, d. Dadurch wird die Sicherheitsanfälligkeit der SQL-Injektion (SQL-Injestion) erreicht.

                                                                                                                                                          .

2. Einführung in die Tabelle „performance_schema“.`prepared_statements_instances“

                                                  Führen Sie das SQL-Skript aus: globale Variable wie „%prepare%“ anzeigen. Sie können die maximale Anzahl von Datensätzen mit der Bezeichnung „

“ sehen. Oder „Performance_schema“. „prepared_Statements_instances“, oder? Es wird verwendet, um einige grundlegende Informationen und Leistungsdaten vorbereiteter Kontoauszüge aufzuzeichnen. Zum Beispiel die ID der vorbereiteten Anweisung, der Name der vorbereiteten Anweisung, der spezifische Anweisungsinhalt der vorbereiteten Anweisung, die Häufigkeit, mit der die vorbereitete Anweisung ausgeführt wird, die für jede Ausführung benötigte Zeit und die Thread-ID, auf die jede vorbereitete Anweisung angewendet wird Aussage gehört usw. Wenn wir eine vorbereitete Anweisung erstellen, wird ein Datenelement in diese Tabelle eingefügt. Vorbereitete Anweisungen basieren auf Verbindungen. Wenn die Verbindung getrennt wird, werden die vorbereiteten Anweisungen automatisch gelöscht. Aber die Tabelle „performance_schema“.`prepared_statements_instances“ ist global und hat nichts mit der Datenbankverbindung zu tun. Anhand dieser Daten können wir erkennen: 1. Ob die im Code ausgeführte Anweisung wirklich vorverarbeitet ist, 2. Durch das Verständnis der Ausführung der vorverarbeiteten Anweisung können wir feststellen, ob eine Anweisung im Unternehmen vorverarbeitet werden muss.

3. Beschreibung der qt-Vorbereitungsfunktion

Basierend auf meinen eigenen Projektanforderungen verwendet der Client-Code für diesen Test Qt. Hier wird eine Schlüsselfunktion aufgezeichnet: die Prepare-Funktion der QSqlQuery-Klasse. Durch Aufrufen der Prepare-Funktion wird ein Befehl an die Datenbank gesendet, um eine vorbereitete Anweisung zu erstellen. Dies bedeutet, dass während des Aufrufs eine Interaktion mit dem Datenbankdienst stattfindet. Es ist zu beachten, dass bei der zweiten Vorbereitung derselben QSqlQuery-Klassenobjektaufrufe die durch den ersten Vorbereitungsaufruf erstellte vorbereitete Anweisung gelöscht wird und anschließend eine vorbereitete Anweisung erstellt wird, auch wenn die beiden vorbereiteten Anweisungen genau gleich sind Dasselbe. Beim Aufruf der exec-Funktion von QSqlQuery werden auch die zuvor von QSqlQuery erstellten vorbereiteten Anweisungen gelöscht. Daher wird am Ende der Abfrage die Verbindung geschlossen oder die Abfrage führt andere Anweisungen aus, was dazu führt, dass keine Datensätze verwandter vorbereiteter Anweisungen in der Tabelle „performance_schema“. „prepared_statements_instances“ vorhanden sind und fälschlicherweise angenommen wird, dass die Erstellung der Die vorbereitete Anweisung ist fehlgeschlagen. Tatsächlich erspart uns der Ansatz von Qt auch das manuelle Löschen vorbereiteter Anweisungen.

performance_schema_max_prepared_statement_instances的系统变量。其值为0表示不启用预处理语句性能数据记录表`performance_schema`.`prepared_statements_instances`;-1表示记录的数量动态处理;其他正整数值则表示performance_schema_max_prepared_statement_instances4. Experimentelle Vermutung

Der Unterschied zwischen einer regelmäßig ausgeführten Anweisung und einer nach der Vorverarbeitung ausgeführten Anweisung besteht darin, dass die vorverarbeitete Anweisung bei mehreren Ausführungen die SQL-Anweisung nur einmal analysieren muss und dann mehr Zeit für die Übertragung aufwendet es. auf Parameter und gebundene Parameter. Vorbereitete Anweisungen verwenden bei der Rückgabe von Ergebnissen das binäre Übertragungsprotokoll, während normale Anweisungen das Übertragungsprotokoll im Textformat verwenden. Deshalb stellen wir die folgende Vermutung auf und überprüfen sie.

1. Wenn eine einfache Anweisung ausgeführt wird, gibt es keinen großen Leistungsunterschied zwischen der normalen Ausführung und der Vorverarbeitungsausführung. Vorbereitete Anweisungen zeigen ihre Vorteile erst dann, wenn komplexe Anweisungen wiederholt ausgeführt werden.

2. Wenn es sich bei der Abfrageergebnismenge um eine große Datenmenge handelt, zeigen vorbereitete Anweisungen Leistungsvorteile. 5. Experimenteller Datensatz/Einheit Millisekunden

1

ist select * from task wobei task.taskId in (?) ist. 10001000698222Nein Wählen Sie * aus der Aufgabe aus, bei der task.taskId in (arr) ist 1 5 ist select * from task a LEFT JOIN task_file b ON a.taskId = b.task_id where a.taskName like '%s%' and b.file_id > and b.file_id < ";Ja2100021306Neinselect * from task a LEFT JOIN task_file b ON a.taskId = b.task_id where a.taskName like '%s% ' und b.file_id > 100000 und b.file_id < 200000 und a.taskId = 32327";Ja2100014807Ja Wählen Sie * aus der Aufgabe wo task.taskId in (?)Nein10001000570518Neinselect * from task where task.taskId in (arr)No10001000 56235 NeinWählen Sie * aus der Aufgabe wo task.taskid = ID Nein 1100020411 ist Select * from task a left job task_file b on a.taskid = b.task_id where a.taskname like ' %s%' und b.file_id > 100000 und b.file_id < ";Nein2100036612Neinselect * from task a LEFT JOIN task_file b ON a.taskId = b.task_id where a.taskName like '%s% ' und b.file_id > 100000 und b.file_id <

6. Fazit

Die experimentellen Datenergebnisse weichen etwas von meinen Erwartungen ab, aber nach wiederholter Überprüfung des Testcodes und des Testprozesses wurde bestätigt, dass es beim Test selbst kein Problem geben sollte. Unter Berücksichtigung der experimentellen Daten ziehen wir die folgenden Schlussfolgerungen:

1. Durch den Vergleich der Experimente 5 und 6 sowie der Experimente 11 und 12 können wir schlussfolgern, dass Vermutung 1 falsch ist. Die Schlussfolgerung sollte lauten: Es gibt keinen signifikanten Leistungsunterschied zwischen der MySQL-Vorverarbeitung und regulären Abfragen unter einfachen Anweisungen und komplexen Anweisungen.

2. Durch den Vergleich von Experiment 1 und Experiment 2 sowie dem Vergleich von Experiment 7 und Experiment 8 kann geschlossen werden, dass Vermutung 2 falsch ist. Das Fazit sollte lauten: Es gibt keine signifikante Leistungslücke bei der Datenübertragung zwischen den Ergebnissen der MySQL-Vorverarbeitung und regulären Abfragen.

3. Vergleichen Sie außerdem die experimentellen Daten der Remote-Datenbank und der lokalen Datenbank. Daraus lässt sich schließen: MySQL-Datenbank wird eine erhebliche Leistungsverbesserung bei Datenoperationen vor Ort bringen.

Verwandte kostenlose Lernempfehlungen: MySQL-Datenbank(Video)

ist

Das obige ist der detaillierte Inhalt vonEinführung in den Vorverarbeitungsleistungstest (vorbereitete Anweisung) der MySQL-Datenbank. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme:
Dieser Artikel ist reproduziert unter:csdn.net. Bei Verstößen wenden Sie sich bitte an admin@php.cn löschen