建站
咨詢
售后
建站咨詢
新聞中心
PHP mysql該怎樣分表實(shí)現(xiàn) 詳細(xì)?0?3
編譯時(shí)，只要使用 --with-mysql[=DIR] 配置選項(xiàng)即可，其中可選的 [DIR] 指向 MySQL 的安裝目錄。雖然本 MySQL 擴(kuò)展庫兼容 MySQL 4.1.0 及其以后版本，但是它不支持這些版本提供的額外功能。要使用這些功能，請(qǐng)使用 MySQLi 擴(kuò)展庫。專職優(yōu)化、域名注冊(cè)、網(wǎng)站空間、虛擬主機(jī)、服務(wù)器托管、MySQL 數(shù)據(jù)庫、vps 主機(jī)、服務(wù)器租用的中國(guó)信息港在這里為你詳細(xì)介紹！ PHP mysql 分表實(shí)現(xiàn) 當(dāng)數(shù)據(jù)量猛增的時(shí)候,我們都會(huì)選擇庫表散列等等方式去優(yōu)化數(shù)據(jù)讀寫速度。 專門做了一個(gè)簡(jiǎn)單的嘗試，1 億條數(shù)據(jù)，分100 張表。具體實(shí)現(xiàn)過程如下。 首先創(chuàng)建100 張表： $i=0; while($i
在邯鄲等地區(qū)，都構(gòu)建了全面的區(qū)域性戰(zhàn)略布局，加強(qiáng)發(fā)展的系統(tǒng)性、市場(chǎng)前瞻性、產(chǎn)品創(chuàng)新能力，以專注、極致的服務(wù)理念，為客戶提供成都網(wǎng)站制作、成都做網(wǎng)站、外貿(mào)營(yíng)銷網(wǎng)站建設(shè) 網(wǎng)站設(shè)計(jì)制作按需設(shè)計(jì)網(wǎng)站,公司網(wǎng)站建設(shè),企業(yè)網(wǎng)站建設(shè),高端網(wǎng)站設(shè)計(jì),成都全網(wǎng)營(yíng)銷推廣,成都外貿(mào)網(wǎng)站建設(shè),邯鄲網(wǎng)站建設(shè)費(fèi)用合理。
phpcms 真的有千萬級(jí)的數(shù)據(jù)承載嗎？？？
就算是也不用上，哪有那么的查詢量??！就算有，硬件也不支持，帶寬出口也存在問題
php+mysql 如何優(yōu)化千萬級(jí)數(shù)據(jù)模糊查詢加快
關(guān)于mysql處理百萬級(jí)以上的數(shù)據(jù)時(shí)如何提高其查詢速度的方法
最近一段時(shí)間由于工作需要，開始關(guān)注針對(duì)Mysql數(shù)據(jù)庫的select查詢語句的相關(guān)優(yōu)化方法。
由于在參與的實(shí)際項(xiàng)目中發(fā)現(xiàn)當(dāng)mysql表的數(shù)據(jù)量達(dá)到百萬級(jí)時(shí)，普通SQL查詢效率呈直線下降，而且如果where中的查詢條件較多時(shí)，其查詢速度簡(jiǎn)直無法容忍。曾經(jīng)測(cè)試對(duì)一個(gè)包含400多萬條記錄（有索引）的表執(zhí)行一條條件查詢，其查詢時(shí)間竟然高達(dá)40幾秒，相信這么高的查詢延時(shí)，任何用戶都會(huì)抓狂。因此如何提高sql語句查詢效率，顯得十分重要。以下是網(wǎng)上流傳比較廣泛的30種SQL查詢語句優(yōu)化方法：
1、應(yīng)盡量避免在 where 子句中使用!=或操作符，否則將引擎放棄使用索引而進(jìn)行全表掃描。
2、對(duì)查詢進(jìn)行優(yōu)化，應(yīng)盡量避免全表掃描，首先應(yīng)考慮在 where 及 order by 涉及的列上建立索引。
3、應(yīng)盡量避免在 where 子句中對(duì)字段進(jìn)行 null 值判斷，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描，如：
select id from t where num is null
可以在num上設(shè)置默認(rèn)值0，確保表中num列沒有null值，然后這樣查詢：
select id from t where num=0
4、盡量避免在 where 子句中使用 or 來連接條件，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描，如：
select id from t where num=10 or num=20
可以這樣查詢：
select id from t where num=10
union all
select id from t where num=20
5、下面的查詢也將導(dǎo)致全表掃描：(不能前置百分號(hào))
select id from t where name like ‘%c%’
若要提高效率，可以考慮全文檢索。
6、in 和 not in 也要慎用，否則會(huì)導(dǎo)致全表掃描，如：
select id from t where num in(1,2,3)
對(duì)于連續(xù)的數(shù)值，能用 between 就不要用 in 了：
select id from t where num between 1 and 3
7、如果在 where 子句中使用參數(shù)，也會(huì)導(dǎo)致全表掃描。因?yàn)镾QL只有在運(yùn)行時(shí)才會(huì)解析局部變量，但優(yōu)化程序不能將訪問計(jì)劃的選擇推遲到運(yùn)行時(shí)；它必須在編譯時(shí)進(jìn)行選擇。然 而，如果在編譯時(shí)建立訪問計(jì)劃，變量的值還是未知的，因而無法作為索引選擇的輸入項(xiàng)。如下面語句將進(jìn)行全表掃描：
select id from t where num=@num
可以改為強(qiáng)制查詢使用索引：
select id from t with(index(索引名)) where num=@num
8、應(yīng)盡量避免在 where 子句中對(duì)字段進(jìn)行表達(dá)式操作，這將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描。如：
select id from t where num/2=100
應(yīng)改為:
select id from t where num=100*2
9、應(yīng)盡量避免在where子句中對(duì)字段進(jìn)行函數(shù)操作，這將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描。如：
select id from t where substring(name,1,3)=’abc’–name以abc開頭的id
select id from t where datediff(day,createdate,’2005-11-30′)=0–’2005-11-30′生成的id
應(yīng)改為:
select id from t where name like ‘a(chǎn)bc%’
select id from t where createdate=’2005-11-30′ and createdate’2005-12-1′
10、不要在 where 子句中的“=”左邊進(jìn)行函數(shù)、算術(shù)運(yùn)算或其他表達(dá)式運(yùn)算，否則系統(tǒng)將可能無法正確使用索引。
11、在使用索引字段作為條件時(shí)，如果該索引是復(fù)合索引，那么必須使用到該索引中的第一個(gè)字段作為條件時(shí)才能保證系統(tǒng)使用該索引，否則該索引將不會(huì)被使 用，并且應(yīng)盡可能的讓字段順序與索引順序相一致。
12、不要寫一些沒有意義的查詢，如需要生成一個(gè)空表結(jié)構(gòu)：
select col1,col2 into #t from t where 1=0
這類代碼不會(huì)返回任何結(jié)果集，但是會(huì)消耗系統(tǒng)資源的，應(yīng)改成這樣：
create table #t(…)
13、很多時(shí)候用 exists 代替 in 是一個(gè)好的選擇：
select num from a where num in(select num from b)
用下面的語句替換：
select num from a where exists(select 1 from b where num=a.num)
14、并不是所有索引對(duì)查詢都有效，SQL是根據(jù)表中數(shù)據(jù)來進(jìn)行查詢優(yōu)化的，當(dāng)索引列有大量數(shù)據(jù)重復(fù)時(shí)，SQL查詢可能不會(huì)去利用索引，如一表中有字段 sex，male、female幾乎各一半，那么即使在sex上建了索引也對(duì)查詢效率起不了作用。
15、索引并不是越多越好，索引固然可以提高相應(yīng)的 select 的效率，但同時(shí)也降低了 insert 及 update 的效率，因?yàn)?insert 或 update 時(shí)有可能會(huì)重建索引，所以怎樣建索引需要慎重考慮，視具體情況而定。一個(gè)表的索引數(shù)最好不要超過6個(gè)，若太多則應(yīng)考慮一些不常使用到的列上建的索引是否有 必要。
16.應(yīng)盡可能的避免更新 clustered 索引數(shù)據(jù)列，因?yàn)?clustered 索引數(shù)據(jù)列的順序就是表記錄的物理存儲(chǔ)順序，一旦該列值改變將導(dǎo)致整個(gè)表記錄的順序的調(diào)整，會(huì)耗費(fèi)相當(dāng)大的資源。若應(yīng)用系統(tǒng)需要頻繁更新 clustered 索引數(shù)據(jù)列，那么需要考慮是否應(yīng)將該索引建為 clustered 索引。
17、盡量使用數(shù)字型字段，若只含數(shù)值信息的字段盡量不要設(shè)計(jì)為字符型，這會(huì)降低查詢和連接的性能，并會(huì)增加存儲(chǔ)開銷。這是因?yàn)橐嬖谔幚聿樵兒瓦B接時(shí)會(huì) 逐個(gè)比較字符串中每一個(gè)字符，而對(duì)于數(shù)字型而言只需要比較一次就夠了。
18、盡可能的使用 varchar/nvarchar 代替 char/nchar ，因?yàn)槭紫茸冮L(zhǎng)字段存儲(chǔ)空間小，可以節(jié)省存儲(chǔ)空間，其次對(duì)于查詢來說，在一個(gè)相對(duì)較小的字段內(nèi)搜索效率顯然要高些。
19、任何地方都不要使用 select * from t ，用具體的字段列表代替“*”，不要返回用不到的任何字段。
20、盡量使用表變量來代替臨時(shí)表。如果表變量包含大量數(shù)據(jù)，請(qǐng)注意索引非常有限（只有主鍵索引）。
21、避免頻繁創(chuàng)建和刪除臨時(shí)表，以減少系統(tǒng)表資源的消耗。
22、臨時(shí)表并不是不可使用，適當(dāng)?shù)厥褂盟鼈兛梢允鼓承├谈行?，例如，?dāng)需要重復(fù)引用大型表或常用表中的某個(gè)數(shù)據(jù)集時(shí)。但是，對(duì)于一次性事件，最好使 用導(dǎo)出表。
23、在新建臨時(shí)表時(shí)，如果一次性插入數(shù)據(jù)量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果數(shù)據(jù)量不大，為了緩和系統(tǒng)表的資源，應(yīng)先create table，然后insert。
24、如果使用到了臨時(shí)表，在存儲(chǔ)過程的最后務(wù)必將所有的臨時(shí)表顯式刪除，先 truncate table ，然后 drop table ，這樣可以避免系統(tǒng)表的較長(zhǎng)時(shí)間鎖定。
25、盡量避免使用游標(biāo)，因?yàn)橛螛?biāo)的效率較差，如果游標(biāo)操作的數(shù)據(jù)超過1萬行，那么就應(yīng)該考慮改寫。
26、使用基于游標(biāo)的方法或臨時(shí)表方法之前，應(yīng)先尋找基于集的解決方案來解決問題，基于集的方法通常更有效。
27、與臨時(shí)表一樣，游標(biāo)并不是不可使用。對(duì)小型數(shù)據(jù)集使用 FAST_FORWARD 游標(biāo)通常要優(yōu)于其他逐行處理方法，尤其是在必須引用幾個(gè)表才能獲得所需的數(shù)據(jù)時(shí)。在結(jié)果集中包括“合計(jì)”的例程通常要比使用游標(biāo)執(zhí)行的速度快。如果開發(fā)時(shí) 間允許，基于游標(biāo)的方法和基于集的方法都可以嘗試一下，看哪一種方法的效果更好。
28、在所有的存儲(chǔ)過程和觸發(fā)器的開始處設(shè)置 SET NOCOUNT ON ，在結(jié)束時(shí)設(shè)置 SET NOCOUNT OFF 。無需在執(zhí)行存儲(chǔ)過程和觸發(fā)器的每個(gè)語句后向客戶端發(fā)送 DONE_IN_PROC 消息。
29、盡量避免向客戶端返回大數(shù)據(jù)量，若數(shù)據(jù)量過大，應(yīng)該考慮相應(yīng)需求是否合理。
30、盡量避免大事務(wù)操作，提高系統(tǒng)并發(fā)能力。
php+mysql優(yōu)化，百萬至千萬級(jí)快速分頁mysql性能到底能有多高
php+Mysql 優(yōu)化，百萬至千萬級(jí)快速分頁
MySql 性能到底能有多高？用了php半年多，真正如此深入的去思考這個(gè)問題還是從前天開始。有過痛苦有過絕望，到現(xiàn)在充滿信心！MySql 這個(gè)數(shù)據(jù)庫絕對(duì)是適合dba級(jí)的高手去玩的，一般做一點(diǎn)1萬篇新聞的小型系統(tǒng)怎么寫都可以，用xx框架可以實(shí)現(xiàn)快速開發(fā)。可是數(shù)據(jù)量到了10萬，百萬至千萬，他的性能還能那么高嗎？一點(diǎn)小小的失誤，可能造成整個(gè)系統(tǒng)的改寫，甚至更本系統(tǒng)無法正常運(yùn)行！好了，不那么多廢話了。用事實(shí)說話，看例子：
數(shù)據(jù)表 collect ( id, title ,info ,vtype) 就這4個(gè)字段，其中 title 用定長(zhǎng)，info 用text, id 是逐漸，vtype是tinyint，vtype是索引。這是一個(gè)基本的新聞系統(tǒng)的簡(jiǎn)單模型。現(xiàn)在往里面填充數(shù)據(jù)，填充10萬篇新聞。
最后collect 為 10萬條記錄，數(shù)據(jù)庫表占用硬盤1.6G。OK ,看下面這條sql語句：
select id,title from collect limit 1000,10; 很快；基本上0.01秒就OK，再看下面的
select id,title from collect limit 90000,10; 從9萬條開始分頁，結(jié)果？
8-9秒完成，my god 哪出問題了？？？？其實(shí)要優(yōu)化這條數(shù)據(jù)，網(wǎng)上找得到答案。看下面一條語句:
select id from collect order by id limit 90000,10; 很快，0.04秒就OK。為什么？因?yàn)橛昧薸d主鍵做索引當(dāng)然快。網(wǎng)上的改法是：
select id,title from collect where id=(select id from collect order by id limit 90000,1) limit 10;
這就是用了id做索引的結(jié)果?？墒菃栴}復(fù)雜那么一點(diǎn)點(diǎn)，就完了。看下面的語句
select id from collect where vtype=1 order by id limit 90000,10; 很慢，用了8-9秒！
到了這里我相信很多人會(huì)和我一樣，有崩潰感覺！vtype 做了索引了?。吭趺磿?huì)慢呢？vtype做了索引是不錯(cuò)，你直接 select id from collect where vtype=1 limit 1000,10; 是很快的，基本上0.05秒，可是提高90倍，從9萬開始，那就是0.05*90=4.5秒的速度了。和測(cè)試結(jié)果8-9秒到了一個(gè)數(shù)量級(jí)。從這里開始有人提出了分表的思路，這個(gè)和discuz 論壇是一樣的思路。思路如下：
建一個(gè)索引表： t (id,title,vtype) 并設(shè)置成定長(zhǎng)，然后做分頁，分頁出結(jié)果再到 collect 里面去找info 。 是否可行呢？實(shí)驗(yàn)下就知道了。
10萬條記錄到 t(id,title,vtype) 里，數(shù)據(jù)表大小20M左右。用
select id from t where vtype=1 order by id limit 90000,10; 很快了?；旧?.1-0.2秒可以跑完。為什么會(huì)這樣呢？我猜想是因?yàn)閏ollect 數(shù)據(jù)太多，所以分頁要跑很長(zhǎng)的路。limit 完全和數(shù)據(jù)表的大小有關(guān)的。其實(shí)這樣做還是全表掃描，只是因?yàn)閿?shù)據(jù)量小，只有10萬才快。OK，來個(gè)瘋狂的實(shí)驗(yàn)，加到100萬條，測(cè)試性能。
加了10倍的數(shù)據(jù)，馬上t表就到了200多M，而且是定長(zhǎng)。還是剛才的查詢語句，時(shí)間是0.1-0.2秒完成！分表性能沒問題？錯(cuò)！因?yàn)槲覀兊膌imit還是9萬，所以快。給個(gè)大的，90萬開始
select id from t where vtype=1 order by id limit 900000,10; 看看結(jié)果，時(shí)間是1-2秒！
why 分表了時(shí)間還是這么長(zhǎng)，非常之郁悶！有人說定長(zhǎng)會(huì)提高limit的性能，開始我也以為，因?yàn)橐粭l記錄的長(zhǎng)度是固定的，mysql 應(yīng)該可以算出90萬的位置才對(duì)?。?可是我們高估了mysql 的智能，他不是商務(wù)數(shù)據(jù)庫，事實(shí)證明定長(zhǎng)和非定長(zhǎng)對(duì)limit影響不大？怪不得有人說 discuz到了100萬條記錄就會(huì)很慢，我相信這是真的，這個(gè)和數(shù)據(jù)庫設(shè)計(jì)有關(guān)！
難道MySQL 無法突破100萬的限制嗎？？？到了100萬的分頁就真的到了極限？？？
答案是： NO !!!! 為什么突破不了100萬是因?yàn)椴粫?huì)設(shè)計(jì)mysql造成的。下面介紹非分表法，來個(gè)瘋狂的測(cè)試！一張表搞定100萬記錄，并且10G 數(shù)據(jù)庫，如何快速分頁！
好了，我們的測(cè)試又回到 collect表，開始測(cè)試結(jié)論是： 30萬數(shù)據(jù)，用分表法可行，超過30萬他的速度會(huì)慢道你無法忍受！當(dāng)然如果用分表+我這種方法，那是絕對(duì)完美的。但是用了我這種方法后，不用分表也可以完美解決！
答案就是：復(fù)合索引！有一次設(shè)計(jì)mysql索引的時(shí)候，無意中發(fā)現(xiàn)索引名字可以任取，可以選擇幾個(gè)字段進(jìn)來，這有什么用呢？開始的select id from collect order by id limit 90000,10; 這么快就是因?yàn)樽吡怂饕墒侨绻恿藈here 就不走索引了。抱著試試看的想法加了 search(vtype,id) 這樣的索引。然后測(cè)試
select id from collect where vtype=1 limit 90000,10; 非?？欤?.04秒完成！
再測(cè)試: select id ,title from collect where vtype=1 limit 90000,10; 非常遺憾，8-9秒，沒走search索引！
再測(cè)試：search(id,vtype)，還是select id 這個(gè)語句，也非常遺憾，0.5秒。
綜上：如果對(duì)于有where 條件，又想走索引用limit的，必須設(shè)計(jì)一個(gè)索引，將where 放第一位，limit用到的主鍵放第2位，而且只能select 主鍵！
完美解決了分頁問題了?？梢钥焖俜祷豬d就有希望優(yōu)化limit ， 按這樣的邏輯，百萬級(jí)的limit 應(yīng)該在0.0x秒就可以分完。看來mysql 語句的優(yōu)化和索引時(shí)非常重要的！
好了，回到原題，如何將上面的研究成功快速應(yīng)用于開發(fā)呢？如果用復(fù)合查詢，我的輕量級(jí)框架就沒的用了。分頁字符串還得自己寫，那多麻煩？這里再看一個(gè)例子，思路就出來了：
select * from collect where id in (9000,12,50,7000); 竟然 0秒就可以查完！
mygod ，mysql 的索引竟然對(duì)于in語句同樣有效！看來網(wǎng)上說in無法用索引是錯(cuò)誤的！
有了這個(gè)結(jié)論，就可以很簡(jiǎn)單的應(yīng)用于輕量級(jí)框架了：
代碼如下：
$db=dblink();
$db-pagesize=20;
$sql="select id from collect where vtype=$vtype";
$db-execute($sql);
$strpage=$db-strpage(); //將分頁字符串保存在臨時(shí)變量，方便輸出
while($rs=$db-fetch_array()){
$strid.=$rs['id'].',';
}
$strid=substr($strid,0,strlen($strid)-1); //構(gòu)造出id字符串
$db-pagesize=0; //很關(guān)鍵，在不注銷類的情況下，將分頁清空，這樣只需要用一次數(shù)據(jù)庫連接，不需要再開；
$db-execute("select id,title,url,sTime,gTime,vtype,tag from collect where id in ($strid)");
php while($rs=$db-fetch_array()):
tr
td$amp;amp;$amp;nbsp; php echo $rs['id']; $amp;amp;$lt;/td
td$amp;amp;$amp;nbsp; php echo $rs['url']; $amp;amp;$lt;/td
td$amp;amp;$amp;nbsp; php echo $rs['sTime']; $amp;amp;$lt;/td
td$amp;amp;$amp;nbsp; php echo $rs['gTime']; $amp;amp;$lt;/td
td$amp;amp;$amp;nbsp; php echo $rs['vtype']; $amp;amp;$lt;/td
td$amp;amp;$amp;nbsp;a act=showid= php echo $rs['id']; $amp;quot;$ target="_blank"$amp;amp;$lt; php echo $rs['title']; $amp;amp;$lt;/a$amp;amp;$lt;/td
td$amp;amp;$amp;nbsp; php echo $rs['tag']; $amp;amp;$lt;/td
/tr
php endwhile;
/table
php
echo $strpage;
通過簡(jiǎn)單的變換，其實(shí)思路很簡(jiǎn)單：1）通過優(yōu)化索引，找出id，并拼成 "123,90000,12000" 這樣的字符串。2）第2次查詢找出結(jié)果。
小小的索引+一點(diǎn)點(diǎn)的改動(dòng)就使mysql 可以支持百萬甚至千萬級(jí)的高效分頁！
通過這里的例子，我反思了一點(diǎn)：對(duì)于大型系統(tǒng)，PHP千萬不能用框架，尤其是那種連sql語句都看不到的框架！因?yàn)殚_始對(duì)于我的輕量級(jí)框架都差點(diǎn)崩潰！只適合小型應(yīng)用的快速開發(fā)，對(duì)于ERP,OA，大型網(wǎng)站，數(shù)據(jù)層包括邏輯層的東西都不能用框架。如果程序員失去了對(duì)sql語句的把控，那項(xiàng)目的風(fēng)險(xiǎn)將會(huì)成幾何級(jí)數(shù)增加！尤其是用mysql 的時(shí)候，mysql 一定需要專業(yè)的dba 才可以發(fā)揮他的最佳性能。一個(gè)索引所造成的性能差別可能是上千倍！
PS: 經(jīng)過實(shí)際測(cè)試，到了100萬的數(shù)據(jù)，160萬數(shù)據(jù)，15G表，190M索引，就算走索引，limit都得0.49秒。所以分頁最好別讓別人看到10萬條以后的數(shù)據(jù)，要不然會(huì)很慢！就算用索引。經(jīng)過這樣的優(yōu)化，mysql到了百萬級(jí)分頁是個(gè)極限！但有這樣的成績(jī)已經(jīng)很不錯(cuò)，如果你是用sqlserver肯定卡死！而 160萬的數(shù)據(jù)用 id in (str) 很快，基本還是0秒。如果這樣，千萬級(jí)的數(shù)據(jù)，mysql應(yīng)該也很容易應(yīng)付。
1億條數(shù)據(jù)如何分表100張到Mysql數(shù)據(jù)庫中（PHP）
下面通過創(chuàng)建100張表來演示下1億條數(shù)據(jù)的分表過程，具體請(qǐng)看下文代碼。
當(dāng)數(shù)據(jù)量猛增的時(shí)候，大家都會(huì)選擇庫表散列等等方式去優(yōu)化數(shù)據(jù)讀寫速度。筆者做了一個(gè)簡(jiǎn)單的嘗試，1億條數(shù)據(jù)，分100張表。具體實(shí)現(xiàn)過程如下：
首先創(chuàng)建100張表：
$i=0;
while($i=99){
echo
"$newNumber
\r\n";
$sql="CREATE
TABLE
`code_".$i."`
(
`full_code`
char(10)
NOT
NULL,
`create_time`
int(10)
unsigned
NOT
NULL,
PRIMARY
KEY
(`full_code`),
)
ENGINE=MyISAM
DEFAULT
CHARSET=utf8";
mysql_query($sql);
$i++;
下面說一下我的分表規(guī)則，full_code作為主鍵，我們對(duì)full_code做hash
函數(shù)如下：
$table_name=get_hash_table('code',$full_code);
function
get_hash_table($table,$code,$s=100){
$hash
=
sprintf("%u",
crc32($code));
echo
$hash;
$hash1
=
intval(fmod($hash,
$s));
return
$table."_".$hash1;
}
這樣插入數(shù)據(jù)前通過get_hash_table獲取數(shù)據(jù)存放的表名。
最后我們使用merge存儲(chǔ)引擎來實(shí)現(xiàn)一張完整的code表
CREATE
TABLE
IF
NOT
EXISTS
`code`
(
`full_code`
char(10)
NOT
NULL,
`create_time`
int(10)
unsigned
NOT
NULL,
INDEX(full_code)
)
TYPE=MERGE
UNION=(code_0,code_1,code_2.......)
INSERT_METHOD=LAST
;
這樣我們通過select
*
from
code就可以得到所有的full_code數(shù)據(jù)了。
以上介紹就是本文的全部?jī)?nèi)容，希望對(duì)大家有所幫助。
新聞標(biāo)題：php千萬級(jí)數(shù)據(jù)分表 php處理10萬級(jí)數(shù)據(jù)
URL鏈接：http://fisionsoft.com.cn/article/hpjgcs.html
