Re: [請益] 用PHP做運算 還是用MYSQL做運算 ?

看板PHP作者 (System hacked)時間11年前 (2012/11/05 05:46), 編輯推噓7(7010)
留言17則, 5人參與, 最新討論串8/12 (看更多)
我居然認真寫完了,測試報告都沒寫這麼詳細... =_= ※ 引述《sunlights (sunlights)》之銘言: : 當時的環境是mssql : (mysql我沒有測過..但是當時資料筆數大概快5萬筆..現在己經10幾快20萬) : A表放的是調查者的姓名和姓別,B放填寫統計表的項目(共有20筆複選) : 分別以b1,b2,b3...b20個欄位代表,欄位型態tinyint,有選為1,沒有選為0 # 使用者:使用者可以建立問卷,也可以回答問卷 CREATE TABLE user ( id INT UNSIGNED PRIMARY KEY AUTO_INCREMENT, realname VARCHAR(255), gender TINYINT UNSIGNED ); # 問卷 CREATE TABLE report ( id INT UNSIGNED PRIMARY KEY AUTO_INCREMENT, user_id INT UNSIGNED ); # 問題 CREATE TABLE question ( id INT UNSIGNED PRIMARY KEY AUTO_INCREMENT, description TEXT ); # 一份問卷有很多問題 CREATE TABLE report_question ( id INT UNSIGNED PRIMARY KEY AUTO_INCREMENT, report_id INT UNSIGNED, question_id INT UNSIGNED ); # 一個使用者對於一個問題有一個答案 CREATE TABLE answer ( id INT UNSIGNED PRIMARY KEY AUTO_INCREMENT, question_id INT UNSIGNED, user_id INT UNSIGNED, answer TINYINT UNSIGNED ); : 要做出 : b1 b2 b3............b20 : --------------------------------------- : 男 : 女 SELECT question_id, gender, COUNT(*) FROM answer LEFT JOIN user ON answer.user_id = user.id WHERE question_id IN (SELECT question_id FROM report_question WHERE report_id = ?) GROUP BY question_id, gender; 寫得有點隨便,不過應該意思有到... : 那時是用 : select count(*) from A left join b on A.pid=b.pid where A.sex='F' and b.b1=1 : select count(*) from A left join b on A.pid=b.pid where A.sex='M' and b.b1=1 : select count(*) from A left join b on A.pid=b.pid where A.sex='F' and b.b2=1 : select count(*) from A left join b on A.pid=b.pid where A.sex='M' and b.b2=1 : ...... : select count(*) from A left join b on A.pid=b.pid where A.sex='F' and b.b20=1 : select count(*) from A left join b on A.pid=b.pid where A.sex='M' and b.b20=1 這可以看 https://en.wikipedia.org/wiki/Database_index 這邊講到的 Index architecture,這跟資料庫能提供的 index 架構有關。 : pid是帳號 : 結果跑到快吐血.. 是效能太差,還是寫 40 條覺得很麻煩? : 後來直接select index 欄位用php去run 才OK : 我現在都找不到用sql解決的方法.. : 歡迎大家嘗試.. 前面提到的十萬不知道是什麼,我就當作十萬個使用者,而且 user 都有參與吧。 塞十萬個 user:(跑百萬次) INSERT INTO user (gender) VALUES (ROUND(RAND())); 產生一個報表: INSERT INTO report SET id = 1, user_id = 1; 產生 20 個問題:(從 id = 1 跑到 20) INSERT INTO question SET id = 1; 把這 20 個問題綁到報表上:(從 question_id = 1 跑到 20) INSERT INTO report_question SET report_id = 1, question_id = 1; 對十萬個使用者、二十個問題灌資料:(兩百萬筆) INSERT INTO answer SET question_id = 1, user_id = 1, answer = ROUND(RAND()); 沒有其他 index 的情況下 (只有建立表格時提供的 primary key) 是 26 秒: mysql> SELECT SQL_NO_CACHE question_id, gender, COUNT(*) FROM answer LEFT JOIN user ON answer.user_id = user.id WHERE question_id IN (SELECT question_id FROM report_question WHERE report_id = 1) GROUP BY question_id, gender; +-------------+--------+----------+ | question_id | gender | COUNT(*) | +-------------+--------+----------+ | 1 | 0 | 50172 | | 1 | 1 | 49828 | [...] +-------------+--------+----------+ 40 rows in set (26.43 sec) 這樣算快嗎?我不知道... 不過這是極限狀況,很少有一張問卷超過一萬人填 XD 接下來改 DB schema: ALTER TABLE answer ADD COLUMN (gender TINYINT UNSIGNED); 把本來的 gender 塞進去:(跑十萬次,從 id = 1 到 id = 100000) UPDATE answer SET gender = (SELECT gender FROM user WHERE id = 1) WHERE user_id = 1; 然後把 SELECT 改成: SELECT SQL_NO_CACHE question_id, gender, COUNT(*) FROM answer WHERE question_id IN (SELECT question_id FROM report_question WHERE report_id = 1) GROUP BY question_id, gender; 結果是: 40 rows in set (22.66 sec) 22 秒,快了一點點,然後補上 index: CREATE INDEX question_id_gender ON answer (question_id, gender); 然後重跑: 40 rows in set (20.95 sec) 再快了一些... 然後這邊有一個 SQL issue (maybe MySQL only),如果你把 subquery 拆出來自己做 就會很快: SELECT SQL_NO_CACHE question_id, gender, COUNT(*) FROM answer WHERE question_id IN (1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20) GROUP BY question_id, gender; 速度是: 40 rows in set (1.09 sec) 這樣能解答你的問題嗎?XDDD -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 210.242.135.97

11/05 06:21, , 1F
我剛才也在作實驗 不過覺得他的schema好像沒那麼複雜XD
11/05 06:21, 1F

11/05 06:23, , 2F
IN subquery 這個我記得有看過 建議是千萬不要這樣作
11/05 06:23, 2F

11/05 06:28, , 3F
我看他的好像是1:1的關係 所以用10萬:10萬筆資料下去跑
11/05 06:28, 3F

11/05 06:28, , 4F
不過也才4.6秒 不知道他的為什麼可以跑那麼久= =a
11/05 06:28, 4F

11/05 09:07, , 5F
用in應該還好吧? 前題是where條件裡面的東西最好都要建index
11/05 09:07, 5F

11/05 09:07, , 6F
如果是index狀況下,我想都是log(n)的狀況吧
11/05 09:07, 6F

11/05 09:24, , 7F
最後一個sql,gender怎麼來的? answer沒看到gender
11/05 09:24, 7F

11/05 09:25, , 8F
後面有 ALTER TABLE 測試啊...
11/05 09:25, 8F

11/05 09:25, , 9F
XD ~ 3Q
11/05 09:25, 9F

11/05 09:26, , 10F
可以跟你借Data嗎 晚上我也想玩玩看 我想試看看我的方式
11/05 09:26, 10F

11/05 09:28, , 11F
answer加上gender有點作弊了XD不過算空間換時間 但是違反正規
11/05 09:28, 11F

11/05 10:09, , 12F
嗯嗯 如果是IN一般固定的值 效能就比較沒問題了
11/05 10:09, 12F

11/05 10:10, , 13F
如果效能差的話 用點反正規化OK吧~~
11/05 10:10, 13F

11/05 10:11, , 14F
我加上反正規化避開join 時間就從4.5加快到1.X秒了
11/05 10:11, 14F

11/05 10:36, , 15F
產生資料的方式我有寫啊,就真的 loop 下去塞 XD
11/05 10:36, 15F

11/05 10:54, , 16F
反正規化是常有的事情:D
11/05 10:54, 16F

11/07 20:58, , 17F
實測結果跟這篇幾乎一樣 XD
11/07 20:58, 17F
文章代碼(AID): #1Gbk9JQK (PHP)
討論串 (同標題文章)
本文引述了以下文章的的內容:
以下文章回應了本文 (最舊先):
完整討論串 (本文為第 8 之 12 篇):
文章代碼(AID): #1Gbk9JQK (PHP)