8.2.1.13 Multi-Range Read Optimization 多个range 读优化
8.2.1.13 Multi-Range Read Optimization 多个range 读优化 读记录使用一个range scan 在一个secondary index 可以导致很多的随机磁盘访问 对于基表当表是大的 不是存储在storage 引擎的cache里。 使用Disk-Sweep Multi-Range Read (MRR) 优化, MySQL 尝试降低堆积磁盘访问的数量对于range scan 通过首先只扫描索引和收集相关行的keys 然后keys 是存储和最终记录是从基表被检索使用主键的顺序。 Disk-sweep MRR是降低 随机磁盘访问的数量和完成一个更加有顺序的扫描 多范围读优化提供这些好处: 1. MRR 让数据记录被顺序的访问相比随机顺序, 基于索引元组。 server 得到一组index 元组集 满足查询条件, 排序它们更具数据记录ID顺序,使用排序的元组来按顺序的检索数据。 这个让数据访问更加有效和更便宜 MRR 启用请求的批量处理对于key 访问需要访问数据记录通过index元组, 比如range index scans和等价关联 使用索引用于关联属性。 MRR 遍历一个index range 的顺序来得到合格的index tuples. 随着那些结果的积累,它们是用于访问相应的数据记录。它是不必要获得所有的index tuples 在开始读取数据记录之前 下面的情景说明当MRR 优化可以是有利的 场景A: MRR 可以用于InnoDB 和MyISAM 表用于index range scans和等值连接操作 1. index 元组的一部分是积累在buffer里 2.元组在buffer 是按它们的数据row id排序的 3. 数据记录是通过 排序的index 元组顺序访问 方案 B:MRR 可以用于NDB 表用于多个范围index scans 或者当执行一个等值连接通过一个属性 1. ranges 的一部分, 可能简单的key 范围, 是累计在一个Buffer 在某个节点 当查询被提交时 2. range 是被发送到执行节点访问数据记录 3. 访问的记录是被打包到packages 发送会回个中心节点 4.接收到的数据是被放置到buffer里 5.数据是从Buffer 读取 当MRR 被使用,额外的列是EXPLAIN 输出显示MRR: InnoDB 和MyISAM 不使用MRR 如果full table 记录不需要被访问来产生查询结果 这种情况如果结果可以产生整个依据信息在index元组里(通过覆盖索引) MRR 不能提供任何好处 可以使用MRR的例子,假设有一个索引在(key_part1, key_part2): SELECT * FROM t
WHERE key_part1 >= 1000 AND key_part1 < 2000
AND key_part2 = 10000; index 有元组组成(key_part1, key_part2) ,排序首先按key_part1 然后按key_part2 没有MRR, 一个index 扫描覆盖所有的index tuples 对于key_part1 范围从1000到2000, 不管key_part2 值在那些元组里。 scan 做额外的工作来延伸 元组在范围包含 key_part2大于1000 使用MRR, scan 是分成多个范围,每个对于一个key_part1 的单个值(1000,1001,....,1999). 每次那些扫描只需要查询元组具有 key_part2 = 10000 如果index 包含 很多元组对于 key_part2 不在10000,MRR 结果在很多少的index tuples 被读取
8.2.1.13 Multi-Range Read Optimization 多个range 读优化的更多相关文章
- 为什么range不是迭代器?range到底是什么类型?
迭代器是 23 种设计模式中最常用的一种(之一),在 Python 中随处可见它的身影,我们经常用到它,但是却不一定意识到它的存在.在关于迭代器的系列文章中(链接见文末),我至少提到了 23 种生成迭 ...
- 列表中使用嵌套for循环[i*j for i in range(3) for j in range(3)]
利用嵌套for循环形成一个新列表 [i*j for i in range(3) for j in range(3)]相当于如下代码 li=[] for i in range(3): for j in ...
- Individual Project - Word frequency program - Multi Thread And Optimization
作业说明详见:http://www.cnblogs.com/jiel/p/3978727.html 一.开始写代码前的规划: 1.尝试用C#来写,之前没有学过C#,所以打算先花1天的时间学习C# 2. ...
- Table.Range保留中间指定的….Range/Middle(Power Query 之 M 语言)
数据源: "姓名""基数""个人比例""个人缴纳""公司比例""公司缴纳"&qu ...
- 前端资讯周报 3.13 - 3.19: WebVR来了!以及如何优化scroll事件性能
每周一我都会分享上一周我订阅的技术站点中,和解决问题的过程中阅读到的值得分享的文章.这是迫使我学习的一个动力 本周推荐 Minecraft in WebVR with HTML Using A-Fra ...
- 6.13校内互测 (DP 带权二分 斜率优化)
丘中有麻plant 改自这儿,by ZBQ. 还有隐藏的一页不放了.. 直接走下去的话,如果开始时间确定那么到每个点的时间确定,把time减去dis就可以去掉路程的影响了. 这样对于减去d后的t,如果 ...
- MySQL Range Optimization
8.2.1.3 Range Optimization MYSQL的Range Optimization的目的还是尽可能的使用索引 The range access method uses a sing ...
- [LeetCode] Range Sum Query - Mutable 区域和检索 - 可变
Given an integer array nums, find the sum of the elements between indices i and j (i ≤ j), inclusive ...
- Python 中xrange和range区别
先看看Python help()的说明 help(range) Help on built-in function range in module __builtin__: range(...) ra ...
随机推荐
- Duplicate headers received from server
This ones a little old but was high in the google ranking so I thought I would throw in the answer I ...
- Asp.Net异常:"由于代码已经过优化或者本机框架位于调用堆栈之上,无法计算表达式的值"的解决方法
今天项目中碰到一个以前从没有见过的异常信息“由于代码已经过优化或者本机框架位于调用堆栈之上,无法计算表达式的值”,于是查了一下资料,原来此异常是由于我在代码中使用了"Response.End ...
- linux下负载均衡(LVS安装与配置)【转】
一.LVS的三种包转发方式 LVS提供了三种包转发方式:NAT(网络地址映射).IP Tunneling(IP隧道).Direct Routing(直接路由) 不同的转发模式决定了不 ...
- 修改MySQL引擎
1. 显示MySQL支持的引擎:show engines;
- RPM包校验和提取
一.RPM包校验 [root@localhost Packages]# rpm -V 已安装的包名 #选项: # -V 校验指定RPM包中的文件(verify) [root@localho ...
- 线段树---HDU1166敌兵布阵
这个是线段树中最入门的题目,但是由于不了解线段树的概念,当然更不知道怎么样,所以觉得挺费劲,整了一会发现还是基本的思想,就是还是将一个线段继续分割,一直分割到不能分割,这道题目是知道多少个军营,也就是 ...
- SpringMVC09异常处理和类型转化器
public class User { private String name; private Integer age; public String getName() { return name; ...
- cogs 线型网络(状压dp)
/* 需要好大的空间..... 而且lowbit理解的不是很好 先放到博客里 以后慢慢研究 */ #include<iostream> #include<cstdio> #in ...
- 简要介绍 My.Ioc 的用法
下面这段代码展示了 My.Ioc 的基本用法: using System; using System.Collections.Generic; namespace My.Ioc.Sample { pu ...
- SQL Server 分组后取Top N
SQL Server 分组后取Top N(转) 近日,工作中突遇一需求:将一数据表分组,而后取出每组内按一定规则排列的前N条数据.乍想来,这本是寻常查询,无甚难处.可提笔写来,终究是困住了笔者好一会儿 ...