摘要:
今天同学们在群里讨论oracle的count(*)与count(1)的问题,正好提到mysql的情况。
:在myisam引擎执行count(*)速度非常快,而且执行速度与记录条数无关,而innodb却不是这样,记录越多,速度越慢。
于是做了一个实验,在一个有8000W条记录的innodb表执行了一下 select count(*) from table 。
果然一直等待,大概8分多后出来结果。
马上再次执行相同的语句,用时大约22秒。马上执行第三次,还是约22秒。
于是我猜想innodb没有把记录数保存起来,而是做了实时统计,所以导致速度比较慢。
第二次、第三次相对较快是因为高速缓存的原因。
InnoDB Pitfalls
However, all is not rosy with InnoDB. Because of its transactional nature, it has bottlenecks of its own.
On MyISAM, doing a query that does SELECT COUNT(*) FROM {some_table}, is very fast, since MyISAM keeps the information in the index.
On InnoDB, this info is not stored in an index, and even the index and the data are kept in the same file.
So, doing the same query on a table can incur a significant performance penalty.
To check what overhead this has, I wrote a simple test benchmark code.
I duplicated a client node table that has 20,243 rows from MyISAM to InnoDB.
On a quiescent AMD 64 machine with MySQL server 5.0.24,
doing a SELECT COUNT(*) FROM node takes 0.835 milliseconds on MyISAM, while on InnoDB it takes 12.292 milliseconds!
分享到:
相关推荐
2、代码特点:今年全新,手工精心整理,放心引用,数据来自权威,相对于其他人的控制变量数据准确很多,适合写论文做实证用 ,不会出现数据造假问题 3、适用对象:大学生,本科生,研究生小白可用,容易上手!!! 3...
1. **Excel**:基础的数据整理和简单统计分析。 2. **Python或R**:进行复杂的数据清洗、分析和可视化。 3. **Pandas库**:在Python中处理表格数据,进行数据操作和分析。 4. **Matplotlib或Seaborn**:用于创建数据...
本数据基于各地公布数据,经数据处理软件汇总、整理、计算得来,亲测可用。 主要指标: 行政区划代码 地区 长江经济带 经度 纬度 年份 地区生产总值(亿元) 年末常住人口(万人) 本数据文件名上列出的指标 数据无缺失...
本数据整理1984年全国各地级市的年末总人口数,年末邮电局数、年末固定电话机数、年末邮电业务总量、年末每百万人邮局数、年末每百人固定电话数等统计数据。参考黄群慧(2019)关于互联网的工具变量;参考赵涛等做法...
3、整理后数据(字段为虚拟变量0- 1) 年末是否ST 年末是否PT 年末是否ST或PT 区间内是否ST: 2000 -2019区间内有一年年末是ST、*ST的取值为1 区间内是否PT: 2000- 2019区间内有一年年末是PT的取值为1 区间内是否ST...
3、整理后数据(字段为虚拟变量0- 1) 年末是否ST 年末是否PT 年末是否ST或PT 区间内是否ST: 2000 -2019区间内有一年年末是ST、*ST的取值为1 区间内是否PT: 2000- 2019区间内有一年年末是PT的取值为1 区间内是否ST...
3、整理后数据(字段为虚拟变 量0-1) 年末是否ST 年末是否PT 年末是否ST或PT 区间内是否ST: 1 990-2023区间内有一年年末是ST、*ST的取值为1 区间内是否PT: 19 90-2023区间内有一年年末是PT的取值为1 区间内是否ST...
控股股东股权质押数据整理 根据股权质押统计表数据整理 出质方与上市公司关系只保留 有控股股东的 更新时间选择最靠近年末的数据,如果当年没有更新,与上一年的股权质押 情况一致,以此类推 字段说明 PLD_DUM:年末...
3、整理后数据(字段为虚拟变量0-1) 年 末是否ST 年末是否PT 年末是否ST或PT 区间内是否ST: 1990-202 2区间内有一年年末是ST、*ST的取值为1 区间内是否PT: 1990-2022 区间内有一年年末是PT的取值为1 区间内是否ST...
结转新账套需确保所有必要数据已正确转移,历史数据清除工具则用于整理旧账套,避免数据冗余。 综上所述,K3财务管理系统在年末进行年结时,需要全面考虑业务的完整性、数据的一致性和会计规则的合规性。通过合理的...
在财务管理工作中,尤其是在年末结算阶段,高效准确地处理各类数据是至关重要的。WPS表格作为一个强大的电子表格工具,提供了多种实用的功能,可以帮助财务工作者提升工作效率,避免错误。以下是从标题和描述中提炼...
【银行档案工作情况年末总结】 本年度,我区农业银行系统的档案管理工作取得了显著成效,这得益于省分行办公室和各级档案行政管理部门的指导和支持,以及各级行领导的重视。银行档案管理工作紧密围绕《档案法》、...
这些模板可以帮助用户高效地整理和呈现过去一年的工作成果、经验教训以及未来规划。 首先,我们要理解PPT(PowerPoint)模板的重要性。在商业环境中,一个精心设计的PPT模板能够提升演讲的专业性,吸引观众的注意力...
## 数据指标说明 资源名称:A股上市环保企业和高能耗企业年末市值及其占比 时间范围:2008-2020年 覆盖区域:我国30个省A股上市公司 主要指标:环保企业和高能耗企业年末市值和A股年末...数据来源:整理自Wind数据库
通过收集和整理历年数据,报告不仅给出了舟山市事业单位年末就业人员的绝对数量,还将其与浙江省的平均水平进行了对比。这样的对比分析可以清晰地反映出舟山市在全国同类型城市中的就业规模和地位,以及其发展趋势。...
【服装销售经理年末总结】 在本年度的工作中,我作为服装销售经理,主要负责市场运作、团队管理和业务拓展。以下是我对一年工作的总结和归纳: 1. 市场知识学习与专业提升:我始终保持谦逊的态度,从零开始学习...
2008-2020年我国30个省A股上市环保企业和高能耗企业年末市值及其占比 ...年末总市值,数据由本人从Wind数据库辛苦整理而得,包括了对应各省年份的股票代码 、企业名称以及市值,可用于绿色金融发展指数的测算。注: