mysql数据库: 为什么sql语句在查询分析中的执行速度远远快于在应用程序的(而且有时候后者慢的很多)

mysql数据库: 为什么sql语句在查询分析中的执行速度远远快于在应用程序的(而且有时候后者慢的很多),第1张

查询分析的执行速度快于应用程序,主要原因在于应用程序查询的时候,需要调用对应的数据库接口驱动程序,如odbc,jdbc等,使得应用程序能够与数据库本身能够交互,这一块一般无法进行优化,可以优化的地方一般是在建立数据库的时候,数据库的逻辑结构和物理结构的优劣直接影响一个系统的性能如何。

数据库是存储数据的仓库,目前主流的数据库管理系统以关系型管理系统RDBMS为主,主要是因为数据库可以存储海量的数据TB级别的,数据库存储数据的机制跟excel不一样,但是逻辑都差不多,数据库的基本单位也是由一张张表构成的,表与表之间有一定的关系,通过这些关系来存储数据。Excel目前最大行数是100万行,但是你的电脑打开几万行的数据就会卡死,打开excel的时候,是放到内存里,然后再打开,如果内存不大,就会很卡。对于存储数据数据库是最佳选择,当然Excel也有好处,经常把查询的数据库一般导出到Excel中进行简单的分析。

问题描述含混,似乎应该是“为什么建立索引能够使得数据库查询更快”,按此来解释吧。

一般的数据表是按照行来存储的,字段多、有长字段的表的记录就会长,就要占用更多的空间来存储,而索引是建立在一个或少数几个字段上的特殊数据结构,一个索引项的存储开销和表的记录相比是很小的。

所谓查询速度更快,其实发生在计算机内部的动作有三大步骤,即输入、处理和输出,完成整套动作之后,你才能体会到快慢,而在这三个动作中,输入通常就是从硬盘上装载数据到内存,它耗时最甚,那么读取索引和读取表的全部行的数据量差异就大大影响最终性能。另外,索引是排好序的,能够实施二分查找算法,比其行扫描(读取表的所有记录,逐行判断是否满足条件)这种顺序查找算法来说,效率提升也以数量级计。

把数据虽然删除了,但是这些被删除的数据的空间,并没有释放,那么在查询数据的时候,如果你的这个表一共占用了100页的数据,如果采用表扫描,那么还是得扫描100,如果收缩了,也就是把数据都重新排列,去掉了很多空着的空间,那么可能就剩下30页了,同样扫描,只扫描30页,就必然会 快。

当然在数据库里快啦

用框架都是有代价的 , 层层封装当然慢了,hibernate提供一级缓存,二级缓存;

基本没有

你想如果可以优化的跟直接 *** 作数据库一样快,那还有谁再用jdbc慢慢写呢,框架的优点就是开发更快代码量少,

如果不是那种性能要求特别高的,hibernate也不会觉得很慢啊;

如果性能要求高,那肯定是jdbc了,存储过程了

step 1: 日志模式设为简单,并将自动输增长改为每次增长 200M左右。

step 2:重启sql 服务可以恢复tempdb原始大小

step 3:系统临时数据生成的比较大,可以增加多个数据文件,可以放在不同的Raid盘上,并且的一定将空间预先手动扩到需要的大小。

索引底层采用的数据结构是B + Tree;

通过B + Tree缩小扫描范围,底层索引进行了排序,分区,索引会携带数据在表中的“物理地址”;

最终通过索引检索到数据之后,获取到关联的物理地址,通过物理地址直接定位到表中的数据。

网游数据访问层的部分。一般就是每个区服对应一个数据库,比如合服就是在合并数据库,有时候两个区因为版本问题数据库架构也可能会有细微不同。访问方面一般实时数据都在内存里,通过缓存和日志的方式每隔一段时间持久化一次,同时保证数据完整性。

一般来说是一台真实的数据库服务器对应一个游戏某个区的某个服。有时候用了高配机,也可能一台机器上跑三个服的库。总之,游戏公司会根据数据库的负载调整游戏架构。

每个服的人数有限,游戏数据也并不是实时写入数据库中,一般保存在缓存里,几分钟写入一次库。所以游戏的数据库访问压力并不大。caojing@idcscn,负载大的地方大多在逻辑服务器的数据处理上。一般是对逻辑服务器去做负载均衡。

所以实时和速度与服务器的架构和游戏程序都有关系,可以做cdn加速

以上就是关于mysql数据库: 为什么sql语句在查询分析中的执行速度远远快于在应用程序的(而且有时候后者慢的很多)全部的内容,包括:mysql数据库: 为什么sql语句在查询分析中的执行速度远远快于在应用程序的(而且有时候后者慢的很多)、数据库有什么优点存数据用excel不就行了是不是数据库查询。排序很快啊、同是一个字段,为什么索引比数据库的字段查询速度更快等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/sjk/9304105.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-27
下一篇 2023-04-27

发表评论

登录后才能评论

评论列表(0条)

保存