MySQL JOIN 在 1 个大表和多个小表上的性能

Question

我打算建立一个巨大的数据库。我以前有一个客户，他的数据库超过 100M 行。假设我们有一个包含 100M 行的表 A 和多个包含 250 行的表。

我想知道通常哪种方法更快(我知道这取决于很多事情):

1. 根据 ID 将小表连接到大表
2. 在大表中包含小表值

例如:

第一个选项:

id  |   data1   |   data2   |   data3   |   table1_foreign_key  |   table2_foreign_key  |   table3_foreign_key
--------------------------------------------------------------------------------------------------------------
1   |   test    |   test    |   test    |   12                  |   34                  |   22
2   |   test    |   test    |   test    |   34                  |   67                  |   63
3   |   test    |   test    |   test    |   43                  |   34                  |   18
4   |   test    |   test    |   test    |   23                  |   21                  |   22
5   |   test    |   test    |   test    |   22                  |   34                  |   22
6   |   test    |   test    |   test    |   22                  |   34                  |   13
7   |   test    |   test    |   test    |   23                  |   54                  |   12
8   |   test    |   test    |   test    |   11                  |   57                  |   43
9   |   test    |   test    |   test    |   3                   |   34                  |   22

在这里，我将根据 ID 将所有这些小表连接到大表。例如，我会在这里存储城市、国家、设备等。

第二个选项:

id  |   data1   |   data2   |   data3   |   table1_foreign_key  |   table2_foreign_key  |   table3_foreign_key
--------------------------------------------------------------------------------------------------------------
1   |   test    |   test    |   test    |   Oklahoma            |   sample_text         |   sample_text
2   |   test    |   test    |   test    |   New York            |   sample_text         |   sample_text
3   |   test    |   test    |   test    |   New York            |   sample_text         |   sample_text
4   |   test    |   test    |   test    |   New York            |   sample_text         |   sample_text
5   |   test    |   test    |   test    |   Washington          |   sample_text         |   sample_text
6   |   test    |   test    |   test    |   Mitchigan           |   sample_text         |   sample_text
7   |   test    |   test    |   test    |   Oklahoma            |   sample_text         |   sample_text
8   |   test    |   test    |   test    |   Kansas              |   sample_text         |   sample_text
9   |   test    |   test    |   test    |   Dallas              |   sample_text         |   sample_text

在第二个选项中，没有 JOIN，但数据将包含在主大表中。每列的预期数据大小约为 2-20 个字符。

---

问题:

如果我们有相同的环境并且有适当的索引，上述哪个选项会更快？这里建议使用哪种方法？ (我的客户想在这个数据库和表中存储点击和点击数据。)

Answer 1

由于是“一对多”关系，我会将它们存储在一个单独的表中。 SQL Server 查询优化器(在引擎盖下)将能够足够快地解析 250 条记录，这不应该是一个问题。此外，根据较小表中值的长度，您可以通过不将它们额外存储数亿次来节省存储空间。但是，如果报告性能最重要，您可以选择将它们存储在一个“扁平化”表中——就像数据仓库结构一样，没有连接。这肯定会更快，但您会牺牲存储空间和结构良好的关系数据库。

综上所述，我会选择选项 1。但是您应该能够使用选项 2 格式轻松地将数据存储在新表中 - 针对这两种格式进行查询 - 然后自行衡量性能。我希望这不会有太大区别，尤其是考虑到您的小 table 的容量。