Wpływ na wydajność rozmiarów VARCHAR MySQL

Czy istnieje różnica w wydajności MySQL między rozmiarami varchar? Na przykład varchar(25)i varchar(64000). Jeśli nie, to czy istnieje powód, aby nie deklarować wszystkich varcharów o maksymalnym rozmiarze tylko po to, aby nie zabrakło Ci miejsca?

Musisz zdać sobie sprawę z kompromisów używania CHAR vs VARCHAR

W przypadku pól CHAR alokujesz dokładnie to, co dostajesz. Na przykład CHAR (15) przydziela i przechowuje 15 bajtów, bez względu na to, jak postacie umieszczasz w polu. Manipulowanie ciągami znaków jest proste i jednoznaczne, ponieważ wielkość pola danych jest całkowicie przewidywalna.

Dzięki polom VARCHAR otrzymujesz zupełnie inną historię. Na przykład VARCHAR (15) faktycznie dynamicznie przydziela do 16 bajtów, do 15 na dane i co najmniej 1 dodatkowy bajt do przechowywania długości danych. Jeśli masz ciąg „hello” do zapisania, który zajmie 6 bajtów, a nie 5. Manipulowanie ciągiem zawsze musi przeprowadzać sprawdzanie długości we wszystkich przypadkach.

Kompromis jest bardziej widoczny, gdy wykonujesz dwie rzeczy:
1. Przechowywanie milionów lub miliardów wierszy
2. Indeksowanie kolumn, które są albo CHAR albo VARCHAR

TRADEOFF # 1

Oczywiście VARCHAR ma tę zaletę, że dane o zmiennej długości utworzyłyby mniejsze wiersze, a tym samym mniejsze pliki fizyczne.

TRADEOFF # 2

Ponieważ pola CHAR wymagają mniejszej manipulacji ciągiem ze względu na stałe szerokości pól, wyszukiwanie indeksów względem pola CHAR jest średnio o 20% szybsze niż w przypadku pól VARCHAR. To nie jest żadna hipoteza z mojej strony. Książka MySQL Database Design and Tuning wykonała coś cudownego na stole MyISAM, aby to udowodnić. Przykład w książce zrobił coś takiego:

ALTER TABLE tblname ROW_FORMAT=FIXED;

Ta dyrektywa zmusza VARCHAR do zachowywania się jak CHAR. Zrobiłem to podczas mojej poprzedniej pracy w 2007 roku i wziąłem tabelę 300 GB i przyspieszyłem wyszukiwanie indeksów o 20%, nie zmieniając niczego innego. Działa jak opublikowano. Jednak stworzył stół prawie dwukrotnie większy, ale to po prostu wraca do kompromisu nr 1.

Możesz przeanalizować przechowywane dane, aby zobaczyć, co MySQL zaleca do definicji kolumny. Po prostu uruchom następujące polecenie dla dowolnej tabeli:

SELECT * FROM tblname PROCEDURE ANALYSE();

Spowoduje to przejście całej tabeli i zalecenie definicji kolumn dla każdej kolumny na podstawie zawartych w niej danych, minimalnych wartości pól, maksymalnych wartości pól i tak dalej. Czasami musisz po prostu zachować zdrowy rozsądek przy planowaniu CHAR vs VARCHAR. Oto dobry przykład:

Jeśli przechowujesz adresy IP, maska ​​takiej kolumny ma maksymalnie 15 znaków (xxx.xxx.xxx.xxx). W mgnieniu oka przeskoczyłbym na CHAR (15), ponieważ długości adresów IP nie będą się tak bardzo różnić, a dodatkowa złożoność operacji na łańcuchach kontrolowana przez dodatkowy bajt. Nadal można wykonać ANALIZĘ PROCEDURY () przeciwko takiej kolumnie. Może nawet polecić VARCHAR. W tym przypadku moje pieniądze byłyby nadal na CHAR zamiast VARCHAR.

Problemy z CHAR vs VARCHAR można rozwiązać tylko poprzez odpowiednie planowanie. Z wielką mocą wiąże się wielka odpowiedzialność (banał, ale prawda)

Odpowiedź na to pytanie jest w rzeczywistości dość złożona. Krótka wersja: jest różnica .

1. Podczas tworzenia tabel tymczasowych w celu filtrowania wyników (np. GROUP BYInstrukcji) zostanie przydzielona pełna długość.

2. Protokół przewodowy (wysyłanie wierszy do klienta) prawdopodobnie przydzieli większą długość.

3. Silnik pamięci może / nie może implementować prawidłowego varchara.

W przypadku (2) przyznaję, że protokół przewodowy nie jest czymś, z czym jestem ściśle zaznajomiony, ale ogólna rada tutaj jest próba podjęcia przynajmniej minimalnego wysiłku, aby odgadnąć długość.

Większość odpowiedzi w tym wątku ma 5 lat, napisanych przed InnoDB i utf8. Więc zacznę od nowa ...

Gdy zapytanie potrzebuje wewnętrznej tabeli tymczasowej, próbuje użyć MEMORYtabeli. Ale PAMIĘCI nie można użyć, jeśli

• TEXT/ BLOBkolumny są pobierane, nawet nie TINYTEXT.
• VARCHAR większa niż pewna ilość, prawdopodobnie 512 w obecnej wersji.

Zauważ też, że VARCHARssą zamienione CHARs. Zatem VARCHAR(255)z CHARACTER SET utf8rozszerzeniem do 765 bajtów, niezależnie od tego, co znajduje się w kolumnie. Następnie może to zostać uruchomione:

• Jeśli MEMORYtabela będzie większa niż jedna z nich max_heap_table_size lub tmp_table_size , zostanie przekonwertowana na MyISAM i potencjalnie rozlana na dysk.

Jest więc VARCHAR(25)bardziej prawdopodobne, że zostanie MEMORY, dlatego będzie szybszy. (255)nie jest tak dobry i (64000)jest zły.

(W przyszłości prawdopodobnie będą to tabele tymczasowe InnoDBi część tej odpowiedzi będzie wymagać korekty).

Rozmiar kolumny varchar sprawia, że ​​zapytania w całej tabeli częściej korzystają z tabel tymczasowych. Według książki o wysokiej wydajności MySQL. Gdy optymalizator próbuje sprawdzić, czy może uruchomić to zapytanie w pamięci lub czy potrzebuje tabeli tymczasowej, sprawdza rozmiar wiersza na podstawie definicji tabeli, co oznacza, że ​​dla prędkości nie próbuje sprawdzić, ile znaków ma 64K faktycznie używasz. Dlatego autorzy zalecają, aby nie rozciągać tej definicji daleko poza rzeczywiste możliwe wartości, które byłyby w kolumnie. Oczywiście, jeśli zdecydujesz się na więcej zapytań przechodzących do tabel tymczasowych (nawet jeśli rzeczywisty rozmiar danych może zmieścić się w pamięci RAM), poniosłeś teraz kary we / wy, których mogłeś uniknąć.

Rozumiem, że mniejsze pola mogą być bezpośrednio włączone do indeksu, podczas gdy dłuższe nie. Z powodu tego ograniczenia, jeśli chcesz, aby ciągi były indeksowane, powiedziałbym, że powinny być krótsze. W przeciwnym razie nie, ponieważ oba są varchar, a następnie operacje sortowania lub porównywania będą działać w tym samym czasie, niezależnie od tego, czy pola mają 25, czy MAX.

upewnij się, że nie zabraknie Ci miejsca

Ta fraza sugeruje, że zadajesz pytanie, ponieważ nie masz pewności co do danych, które będziesz przechowywać w bazie danych. Jeśli to prawda, będziesz dobrze poinformowany, aby dowiedzieć się jak najszybciej, ponieważ będziesz go potrzebować do planowania wydajności. Jeśli na przykład otrzymujesz elementy danych zawierające 7000 znaków, musisz wiedzieć, ponieważ miałoby to wpływ na wydajność dowolnego DBMS.

To powiedziawszy, wolę mieć rozmiary kolumn związane z oczekiwaną zawartością. Na przykład numer telefonu nie może być dłuższy niż 50 znaków, nawet jeśli podasz kod kraju i numer wewnętrzny. Podobnie kod pocztowy lub pocztowy najprawdopodobniej będzie miał 20 znaków lub mniej.