大數(shù)據(jù)量模糊查詢php 大數(shù)據(jù)量模糊查詢字段怎么優(yōu)化

如何解決PHP查詢大量數(shù)據(jù)內(nèi)存耗盡的問題

這個(gè)問題在PHP的官方網(wǎng)站上叫緩沖查詢和非緩沖查詢(Buffered and Unbuffered queries)。PHP的查詢?nèi)笔∧Ｊ绞蔷彌_模式。也就是說，查詢數(shù)據(jù)結(jié)果會(huì)一次全部提取到內(nèi)存里供PHP程序處理。這樣給了PHP程序額外的功能，比如說，計(jì)算行數(shù)，將指針指向某一行等。更重要的是程序可以對(duì)數(shù)據(jù)集反復(fù)進(jìn)行二次查詢和過濾等操作。但這種緩沖查詢模式的缺陷就是消耗內(nèi)存，也就是用空間換速度。

創(chuàng)新互聯(lián)專業(yè)IDC數(shù)據(jù)服務(wù)器托管提供商，專業(yè)提供成都服務(wù)器托管，服務(wù)器租用，成都移動(dòng)服務(wù)器托管，成都移動(dòng)服務(wù)器托管，成都多線服務(wù)器托管等服務(wù)器托管服務(wù)。

相對(duì)的，另外一種PHP查詢模式是非緩沖查詢，數(shù)據(jù)庫服務(wù)器會(huì)一條一條的返回?cái)?shù)據(jù)，而不是一次全部返回，這樣的結(jié)果就是PHP程序消耗較少的內(nèi)存，但卻增加了數(shù)據(jù)庫服務(wù)器的壓力，因?yàn)閿?shù)據(jù)庫會(huì)一直等待PHP來取數(shù)據(jù)，一直到數(shù)據(jù)全部取完。

很顯然，緩沖查詢模式適用于小數(shù)據(jù)量查詢，而非緩沖查詢適應(yīng)于大數(shù)據(jù)量查詢。

看大數(shù)據(jù)最大技術(shù)難關(guān)之模糊檢索，PostgreSQL如何攻克

大數(shù)據(jù)正在向我們奔來。盡管業(yè)務(wù)場景不會(huì)完全相同，但在其中一個(gè)最典型場景——模糊檢索中，技術(shù)需求卻出奇的一致。

比如說：

物聯(lián)網(wǎng)，往往會(huì)產(chǎn)生大量的數(shù)據(jù)，除了數(shù)字?jǐn)?shù)據(jù)，還有字符串類的數(shù)據(jù)，例如條形碼，車牌，手機(jī)號(hào)，郵箱，姓名等。假設(shè)用戶需要在大量的傳感數(shù)據(jù)中進(jìn)行模糊檢索，甚至規(guī)則表達(dá)式匹配，有什么高效的方法呢？

醫(yī)藥，市面上發(fā)現(xiàn)了一批藥品可能有問題，需要對(duì)藥品條碼進(jìn)行規(guī)則表達(dá)式查找，找出復(fù)合條件的藥品流向。但怎么才能在如此復(fù)雜的系統(tǒng)中，用高效方法來實(shí)現(xiàn)？

公安，偵查行動(dòng)時(shí)，有可能需要線索的檢索。如用戶提供的殘缺的電話號(hào)碼，郵箱，車牌，IP地址，QQ號(hào)碼，微信號(hào)碼等進(jìn)行交叉搜索，根據(jù)這些信息加上時(shí)間的疊加，模糊匹配和關(guān)聯(lián)，最終找出罪犯。但這個(gè)流程，可有高效方法？

相同的需求還有很多。幾乎每一個(gè)模糊匹配的場景下，都需要正則表達(dá)式匹配，這和人臉拼圖有點(diǎn)類似，我們已經(jīng)看到強(qiáng)烈的需求已經(jīng)產(chǎn)生。但技術(shù)方面，要怎么做更好？

在我看來：正則匹配和模糊匹配通常是搜索引擎的特長，但是如果你使用的是PostgreSQL數(shù)據(jù)庫照樣能實(shí)現(xiàn)，并且性能不賴，加上分布式方案

(譬如 plproxy, pg_shard, fdw shard, pg-xc, pg-xl,

greenplum)，處理百億以上數(shù)據(jù)量的正則匹配和模糊匹配效果杠杠的，同時(shí)還不失數(shù)據(jù)庫固有的功能，絕對(duì)是一舉多得。

首先對(duì)應(yīng)用場景進(jìn)行一下分類，以及現(xiàn)有技術(shù)下能使用的優(yōu)化手段。

.1. 帶前綴的模糊查詢，例如 like 'ABC%'，在PG中也可以寫成 ~ '^ABC'

可以使用btree索引優(yōu)化，或者拆列用多列索引疊加bit and或bit or進(jìn)行優(yōu)化（只適合固定長度的端字符串，例如char(8)）。

.2. 帶后綴的模糊查詢，例如 like '%ABC'，在PG中也可以寫成 ~ 'ABC$'

可以使用reverse函數(shù)btree索引，或者拆列用多列索引疊加bit and或bit or進(jìn)行優(yōu)化（只適合固定長度的端字符串，例如char(8)）。

.3. 不帶前綴和后綴的模糊查詢，例如 like '%AB_C%'，在PG中也可以寫成 ~ 'AB.C'

可以使用pg_trgm的gin索引，或者拆列用多列索引疊加bit and或bit or進(jìn)行優(yōu)化（只適合固定長度的端字符串，例如char(8)）。

.4. 正則表達(dá)式查詢，例如 ~ '[\d]+def1.?[a|b|0|8]{1,3}'

可以使用pg_trgm的gin索引，或者拆列用多列索引疊加bit and或bit or進(jìn)行優(yōu)化（只適合固定長度的端字符串，例如char(8)）。

PostgreSQL pg_trgm插件自從9.1開始支持模糊查詢使用索引，從9.3開始支持規(guī)則表達(dá)式查詢使用索引，大大提高了PostgreSQL在刑偵方面的能力。

代碼見

pg_trgm插件的原理，將字符串前加2個(gè)空格，后加1個(gè)空格，組成一個(gè)新的字符串，并將這個(gè)新的字符串按照每3個(gè)相鄰的字符拆分成多個(gè)token。

當(dāng)使用規(guī)則表達(dá)式或者模糊查詢進(jìn)行匹配時(shí)，會(huì)檢索出他們的近似度，再進(jìn)行filter。

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)，其查詢速度簡直無法容忍。曾經(jīng)測試對(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В?，?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。

網(wǎng)頁題目：大數(shù)據(jù)量模糊查詢php 大數(shù)據(jù)量模糊查詢字段怎么優(yōu)化
分享路徑：http://bm7419.com/article38/ddcsspp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供營銷型網(wǎng)站建設(shè)、建站公司、微信小程序、標(biāo)簽優(yōu)化、定制網(wǎng)站、

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)