我試圖在 mariadb（mysql）上執行乙個簡單的連線查詢，但效能簡直糟糕透了。下面將介紹我是如何通過兩個簡單的 unix 命令，將查詢時間從 380 小時降到 12 小時以下的。
select distinct兩個連線欄位都有索引。不過，mariadb 是通過對 project_commits 進行全表掃瞄和對 commits 進行索引查詢來實現連線的。這可以從 explain 的輸出看出來。project_commits.project_id,
date_format(created_at, 『%x%v1』) as week_commit
from project_commits
left join commits
on project_commits.commit_id = commits.id;
這兩個表中的記錄比較多：project_commits 有 50 億行記錄，commits 有 8.47 億行記錄。伺服器的記憶體比較小，只有 16gb。所以很可能是因為記憶體放不下那麼大的索引，需要讀取磁碟，因此嚴重影響到了效能。從 pmonitor 對臨時表的分析結果來看，這個查詢已經執行半天了，還需要 373 個小時才能執行完。
/home/mysql/ghtorrent/project_commits#p#p0.myd 6.68% eta 373:38:11
在我看來，這個太過分了，因為排序合併連線（sort-merge join）所需的 i/o 時間應該要比預計的執行時間要低乙個數量級。我在 dba.stackexchange.com 上尋求幫助，有人給出了一些建議讓我嘗試，但我沒有信心它們能夠解決我的問題。我嘗試了第乙個建議，結果並不樂觀。嘗試每個建議都需要至少半天的時間，後來，我決定採用一種我認為可以有效解決這個問題的辦法。
我將這兩個表匯出到檔案中，使用 unix 的 join 命令將它們連線在一起，將結果傳給 uniq，把重複的行移除掉，然後將結果導回到資料庫。匯入過程（包括重建索引）從 20:41 開始，到第二天的 9:53 結束。以下是具體操作步驟。
我先導出連線兩個表需要用到的字段，並按照連線字段進行排序。為了確保排序順序與 unix 工具的排序順序相容，我將字段轉換為字元型別。
我將以下 sql 查詢的輸出儲存到檔案 commits_week.txt 中。
select cast(id as char) as cid,然後將以下 sql 查詢的輸出儲存到 project_commits.txt 檔案中：date_format(created_at, 『%x%v1』) as week_commit
from commits
order by cid;
select cast(commit_id as char) as cid, project_id這樣就生成了以下兩個檔案。from project_commits
order by cid;
-rw-r–r– 1 dds dds 15g aug 4 21:09 commits_week.txt為了避免記憶體不足，我使用 –quick 選項來執行 mysql 客戶端，否則客戶端會在輸出結果之前嘗試收集所有的記錄。-rw-r–r– 1 dds dds 93g aug 5 00:36 project_commits.txt
接下來，我使用 unix 的 join 命令來連線這兩個文字檔案。這個命令線性掃瞄兩個檔案，並將第乙個字段相同的記錄組合在一起。由於檔案中的記錄已經排好序，因此整個過程完成得很快，幾乎就是 i/o 的速度。我還將連線的結果傳給 uniq，用以消除重覆記錄，這就解決了原始查詢中的 distinct 問題。同樣，在已經排好序的輸出結果上，可以通過簡單的線性掃瞄完成去重。
這是我執行的 unix 命令。
join commits_week.txt project_commits.txt | uniq >joined_commits.txt經過乙個小時的處理，我得到了想要的結果。
-rw-r–r– 1 dds dds 133g aug 5 01:40 joined_commits.txt最後，我將文字檔案導回資料庫。
create table half_life.week_commits_all (理想情況下，mariadb 應該支援排序合併連線，並且在**到備用策略的執行時間過長時，優化器應該使用排序合併連線。但在此之前，使用 70 年代設計的 unix 命令就可以解決這個問題。project_id int(11) not null,
week_commit char(7)) engine=myisam;
load data local infile 『joined_commits.txt』
into table half_life.week_commits_all
fields terminated by 『 『;
我是如何用2個Unix命令給SQL提速的
我試圖在 mariadb mysql 上執行乙個簡單的連線查詢，但效能簡直糟糕透了。下面將介紹我是如何通過兩個簡單的 unix 命令，將查詢時間從 380 小時降到 12 小時以下的。select distinct project commits.project id,date format cre...
我是如何用Worktile進行敏捷開發的
產品backlog是scrum的核心，也是一切的起源。從根本上說，它就是乙個需求 或故事 或特性等組成的列表，按照重要性的級別進行了排序。它裡面包含的是客戶想要的東西，並用客戶的術語加以描述。一般來說產品backlog需要包含以下幾個重要的屬性 這時候worktile的優勢就體現出來了 workti...
我是如何用 redis 做實時訂閱推送的
小hub領讀 20w 的推送使用者，如何做到秒級併發完成，文中分別介紹了mq 傳統定時任務以及redis的sortset佇列三種方案，一一分析可行性，並且最後給出了redis的邏輯與部分 實現。你學會了嗎？前陣子開發了公司領劵中心的專案，這個專案是以 redis 作為關鍵技術落地的。其中有乙個功能叫...