Tôi có một bảng khoảng 100 triệu hàng mà tôi sẽ sao chép để thay đổi, thêm chỉ mục. Tôi không quan tâm lắm đến thời gian tạo bảng mới, nhưng liệu chỉ mục đã tạo có hiệu quả hơn không nếu tôi thay đổi bảng trước khi chèn bất kỳ dữ liệu nào hoặc chèn dữ liệu trước rồi mới thêm chỉ mục?
Câu trả lời:
Tạo chỉ mục sau khi chèn dữ liệu là cách hiệu quả hơn (thậm chí thường được khuyến nghị giảm chỉ mục trước khi nhập hàng loạt và sau khi nhập, tạo lại nó).
Ví dụ tổng hợp (PostgreSQL 9.1, máy phát triển chậm, một triệu hàng):
CREATE TABLE test1(id serial, x integer);
INSERT INTO test1(id, x) SELECT x.id, x.id*100 FROM generate_series(1,1000000) AS x(id);
-- Time: 7816.561 ms
CREATE INDEX test1_x ON test1 (x);
-- Time: 4183.614 ms
Chèn và sau đó tạo chỉ mục - khoảng 12 giây
CREATE TABLE test2(id serial, x integer);
CREATE INDEX test2_x ON test2 (x);
-- Time: 2.315 ms
INSERT INTO test2(id, x) SELECT x.id, x.id*100 FROM generate_series(1,1000000) AS x(id);
-- Time: 25399.460 ms
Tạo chỉ mục và sau đó chèn - khoảng 25,5 giây (chậm hơn hai lần)
Có lẽ tốt hơn là tạo chỉ mục sau khi các hàng được thêm vào. Nó không chỉ sẽ nhanh hơn, mà còn có thể cân bằng cây sẽ tốt hơn.
Chỉnh sửa "cân bằng" có lẽ không phải là lựa chọn tốt nhất của thuật ngữ ở đây. Trong trường hợp cây b, nó được cân bằng theo định nghĩa. Nhưng điều đó không có nghĩa là b-tree có bố cục tối ưu. Sự phân bố nút con bên trong cha mẹ có thể không đồng đều (dẫn đến nhiều chi phí hơn trong các bản cập nhật trong tương lai) và độ sâu của cây có thể sâu hơn mức cần thiết nếu việc cân bằng không được thực hiện cẩn thận trong quá trình cập nhật. Nếu chỉ mục được tạo sau khi các hàng được thêm vào, thì nhiều khả năng chỉ mục sẽ có phân phối tốt hơn. Ngoài ra, các trang chỉ mục trên đĩa có thể ít bị phân mảnh hơn sau khi chỉ mục được tạo. Thêm một chút thông tin ở đây
Điều này không quan trọng về vấn đề này vì:
O(n*log(N))lâu hơn (khi nmột hàng được thêm vào). Vì thời gian định vị cây là O(N*log(N))khi bạn chia dữ liệu này thành dữ liệu cũ và dữ liệu mới bạn nhận được, O((X+n)*log(N))nó có thể được chuyển đổi đơn giản sang O(X*log(N) + n*log(N))và ở định dạng này, bạn có thể đơn giản xem những gì bạn sẽ chờ bổ sung.nhàng mới), bạn sẽ có thêm thời gian O(log(N))cần thiết để tạo lại cấu trúc của cây sau khi thêm phần tử mới vào nó (cột chỉ mục từ hàng mới, vì chỉ mục đã tồn tại và hàng mới đã được thêm vào thì chỉ mục phải được tạo lại để cân bằng cấu trúc, chi phí này O(log(P))ở đâu Plà sức mạnh chỉ mục [các phần tử trong chỉ mục] ). Bạn có nhàng mới thì cuối cùng bạn có n * O(log(N))sau đó O(n*log(N))tóm tắt thêm thời gian.Các chỉ mục được tạo sau đó nhanh hơn nhiều trong hầu hết các trường hợp. Trường hợp điển hình: 20 triệu hàng với văn bản đầy đủ trên varchar (255) - (Tên doanh nghiệp) Chỉ mục tại chỗ trong khi nhập hàng - phù hợp với việc mất tới 20 giây trong trường hợp xấu nhất. Thả chỉ mục và tạo lại - phù hợp với việc mất ít hơn 1 giây mỗi lần
Tôi không chắc nó sẽ thực sự quan trọng vì lợi ích của chỉ mục, vì trong cả hai trường hợp, bạn đang chèn dữ liệu mới vào chỉ mục. Về cơ bản, máy chủ sẽ không biết một chỉ mục sẽ mất cân bằng như thế nào cho đến khi nó được xây dựng. Tốc độ khôn ngoan, rõ ràng, thực hiện các lần chèn mà không có chỉ mục.