锐客网

  1. 首页 > 生活百科 > it技术 > >

php大数据操作 php大数据处理

索引IT技术

如何优化操作大数据量数据库如何优化操作大数据量数据库
下面以关系数据库系统Informix为例 ， 介绍改善用户查询计划的方法 。
1．合理使用索引
【php大数据操作 php大数据处理】索引是数据库中重要的数据结构，它的根本目的就是为了提高查询效率 。现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构 。索引的使用要恰到好处，其使用原则如下：
●在经常进行连接，但是没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引 。
●在频繁进行排序或分组（即进行group by或order by操作）的列上建立索引 。
●在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引 。比如在雇员表的“性别”列上只有“男”与“女”两个不同值 ， 因此就无必要建立索引 。如果建立索引不但不会提高查询效率 ， 反而会严重降低更新速度 。
●如果待排序的列有多个，可以在这些列上建立复合索引（pound index） 。
●使用系统工具 。如Informix数据库有一个tbcheck工具，可以在可疑的索引上进行检查 。在一些数据库服务器上，索引可能失效或者因为频繁操作而使得读取效率降低 ， 如果一个使用索引的查询不明不白地慢下来，可以试着用tbcheck工具检查索引的完整性，必要时进行修复 。另外，当数据库表更新大量数据后 ， 删除并重建索引可以提高查询速度 。
2．避免或简化排序
应当简化或避免对大型表进行重复的排序 。当能够利用索引自动以适当的次序产生输出时，优化器就避免了排序的步骤 。以下是一些影响因素：
●索引中不包括一个或几个待排序的列；
●group by或order by子句中列的次序与索引的次序不一样；
●排序的列来自不同的表 。
为了避免不必要的排序，就要正确地增建索引，合理地合并数据库表（尽管有时可能影响表的规范化，但相对于效率的提高是值得的） 。如果排序不可避免，那么应当试图简化它 ， 如缩小排序的列的范围等 。
3．消除对大型表行数据的顺序存取
在嵌套查询中，对表的顺序存取对查询效率可能产生致命的影响 。比如采用顺序存取策略，一个嵌套3层的查询，如果每层都查询1000行，那么这个查询就要查询10亿行数据 。避免这种情况的主要方法就是对连接的列进行索引 。例如 ， 两个表：学生表（学号、姓名、年龄……）和选课表（学号、课程号、成绩） 。如果两个表要做连接，就要在“学号”这个连接字段上建立索引 。
还可以使用并集来避免顺序存取 。尽管在所有的检查列上都有索引，但某些形式的where子句强迫优化器使用顺序存取 。下面的查询将强迫对orders表执行顺序操作：
SELECT ＊ FROM orders WHERE (customer_num=104 AND order_num1001) OR order_num=1008
虽然在customer_num和order_num上建有索引，但是在上面的语句中优化器还是使用顺序存取路径扫描整个表 。因为这个语句要检索的是分离的行的 *** ，所以应该改为如下语句：
SELECT ＊ FROM orders WHERE customer_num=104 AND order_num1001
UNION
SELECT ＊ FROM orders WHERE order_num=1008
这样就能利用索引路径处理查询 。
4．避免相关子查询
一个列的标签同时在主查询和where子句中的查询中出现，那么很可能当主查询中的列值改变之后，子查询必须重新查询一次 。查询嵌套层次越多，效率越低，因此应当尽量避免子查询 。如果子查询不可避免，那么要在子查询中过滤掉尽可能多的行 。
5．避免困难的正规表达式
MATCHES和LIKE关键字支持通配符匹配，技术上叫正规表达式 。但这种匹配特别耗费时间 。例如：SELECT ＊ FROM customer WHERE zipcode LIKE “98_ _ _”
即使在zipcode字段上建立了索引，在这种情况下也还是采用顺序扫描的方式 。如果把语句改为SELECT ＊ FROM customer WHERE zipcode “98000” ， 在执行查询时就会利用索引来查询 ， 显然会大大提高速度 。
另外，还要避免非开始的子串 。例如语句：SELECT ＊ FROM customer WHERE zipcode[2，3]“80”，在where子句中采用了非开始子串，因而这个语句也不会使用索引 。
6．使用临时表加速查询
把表的一个子集进行排序并创建临时表，有时能加速查询 。它有助于避免多重排序操作，而且在其他方面还能简化优化器的工作 。例如：
SELECT cust.name ， rcvbles.balance ， ……other columns
FROM cust，rcvbles
WHERE cust.customer_id = rcvlbes.customer_id
AND rcvblls.balance0
AND cust.postcode“98000”
ORDER BY cust.name
如果这个查询要被执行多次而不止一次，可以把所有未付款的客户找出来放在一个临时文件中，并按客户的名字进行排序：
SELECT cust.name，rcvbles.balance，……other columns
FROM cust，rcvbles
WHERE cust.customer_id = rcvlbes.customer_id
AND rcvblls.balance0
ORDER BY cust.name
INTO TEMP cust_with_balance
然后以下面的方式在临时表中查询：
SELECT ＊ FROM cust_with_balance
WHERE postcode“98000”
临时表中的行要比主表中的行少，而且物理顺序就是所要求的顺序，减少了磁盘I/O ， 所以查询工作量可以得到大幅减少 。
注意：临时表创建后不会反映主表的修改 。在主表中数据频繁修改的情况下 ， 注意不要丢失数据 。
7．用排序来取代非顺序存取
非顺序磁盘存取是最慢的操作，表现在磁盘存取臂的来回移动 。SQL语句隐藏了这一情况，使得我们在写应用程序时很容易写出要求存取大量非顺序页的查询 。
有些时候，用数据库的排序能力来替代非顺序的存取能改进查询 。
实例分析
下面我们举一个制造公司的例子来说明如何进行查询优化 。制造公司数据库中包括3个表 ， 模式如下所示：
1．part表
零件号?????零件描述????????其他列
（part_num）?（part_desc）??????（other column）
102 ， 032???Seageat 30G disk?????……
500，049???Novel 10M neork card??……
……
2．vendor表
厂商号??????厂商名??????其他列
（vendor _num）?（vendor_name） （other column）
910，257?????Seageat Corp???……
523，045?????IBM Corp?????……
……
3．parven表
零件号?????厂商号?????零件数量
（part_num）?（vendor_num）?（part_amount）
102，032????910，257????3,450,000
234，423????321，001????4，000 ， 000
……
下面的查询将在这些表上定期运行 ， 并产生关于所有零件数量的报表：
SELECT part_desc ， vendor_name ， part_amount
FROM part ， vendor，parven
WHERE part.part_num=parven.part_num
AND parven.vendor_num = vendor.vendor_num
ORDER BY part.part_num
如果不建立索引，上述查询代码的开销将十分巨大 。为此，我们在零件号和厂商号上建立索引 。索引的建立避免了在嵌套中反复扫描 。关于表与索引的统计信息如下：
表?????行尺寸???行数量?????每页行数量???数据页数量
（table）?(row size)?（Row count）?（Rows/Pages）?（Data Pages）
part????150?????10，000????25???????400
Vendor???150?????1，000???? 25???????40
Parven???13????? 15，000????300?????? 50
索引?????键尺寸???每页键数量???页面数量
（Indexes）?(Key Size)?（Keys/Page)???(Leaf Pages）
part?????4??????500???????20
Vendor????4??????500???????2
Parven????8??????250???????60
看起来是个相对简单的3表连接，但是其查询开销是很大的 。通过查看系统表可以看到，在part_num上和vendor_num上有簇索引 ， 因此索引是按照物理顺序存放的 。parven表没有特定的存放次序 。这些表的大小说明从缓冲页中非顺序存取的成功率很小 。此语句的优化查询规划是：首先从part中顺序读取400页，然后再对parven表非顺序存取1万次，每次2页（一个索引页、一个数据页），总计2万个磁盘页 ， 最后对vendor表非顺序存取1.5万次，合3万个磁盘页 。可以看出在这个索引好的连接上花费的磁盘存取为5.04万次 。
hibernate如何优化大数据量操作？
建议你直接用Jdbc好了，用batch，这样是最快的 。
如何实现大数据量数据库的历史数据归档
打开数据库
con.Open();
读取数据
OdbcDataReader reader = cmd.ExecuteReader();
把数据加载到临时表
dt.Load(reader);
在使用完毕之后，一定要关闭，要不然会出问题
reader.Close();
这个问题是这样的：
首先你要明确你的插入是正常业务需求么？如果是，那么只能接受这样的数据插入量 。
其次你说数据库存不下了 那么你可以让你的数据库上限变大 这个你可以在数据库里面设置的 里面有个数据库文件属性 maxsize
最后有个方法可以使用，如果你的历史数据不会对目前业务造成很大影响 可以考虑归档处理 定时将不用的数据移入历史表 或者另外一个数据库 。
注意平时对数据库的维护 定期整理索引碎片
时间维度分区表 ， 然后定情按照规则将属于历史的分区数据迁移到，历史库上，写个存储自动维护分区表 。
如何用java jdbc 向数据库表插入大数据量
一次性插入大量数据，只能使用循环，
如：游标 ， while 循环语句
下面介绍While 循环插入数据，
SQL 代码如下：
IF OBJECT_ID('dbo.Nums') IS NOT NULL
DROP TABLE dbo.Nums;
GO
CREATE TABLE dbo.Nums(n INT NOT NULL PRIMARY KEY);
DECLARE @max AS INT, @rc AS INT;
SET @max = 5000000;
SET @rc = 1;
INSERT INTO Nums VALUES(1);
WHILE @rc * 2 = @max
BEGIN
INSERT INTO dbo.Nums SELECT n@rc FROM dbo.Nums;
SET @rc = @rc * 2;
END
INSERT INTO dbo.Nums SELECT n@rc FROM dbo.Nums WHERE n@rc = @max;
--以上函数取自Inside SQL Server 2005: T-SQL Query一书 。
INSERT dbo.Sample SELECT n, RAND(CAST(NEWID() AS BINARY(16))) FROM Nums
php 怎么解决 大数据量 插入数据库
ini_set('max_execution_time','0');
$pdo = new PDO("mysql:host=localhost;dbname=test","root","123456");
$sql = "insert into test(name,age,state,created_time) values";
for($i=0; $i100000; $i){
$sql .="('zhangsan',21,1,'2015-09-17')";
}
$sql = substr($sql,0,strlen($sql)-1);
var_dump($sql);
if($pdo - exec($sql)){
echo "插入成功！";
echo $pdo - lastinsertid();
}
试试吧 。10万条1分钟多，我觉得还行
请教如何通过WCF传输大数据量数据
就是直接把DataSet 类型作为参数直接传递给服务端
WCF默认支持这么做，直接传Datatable不行 。
你看一下 “服务引用设置”中你选的 *** 类型是什么，我选的是System.Array
字典 *** 类型是默认第一项 System.Collections.Generic.Dictionary
又是一个把自己架在火上烤的需求?。?
如果不考虑传输因素，可以调整wcf配置，提升传递的容量 ， 如果是对象传递可能还要调整对象层次的深度
php怎么导出大量数据的Excelphp导出大量数据Excel的具体操作步骤如下：
1、使用phpstudy搭建一个测试平台，直接访问数据库 。
2、下载的phpcms安装包拷贝到IIS目录，开通访问，即可搭建成功 。
3、登录网站后台，系统权限，文件目录以及数据库等功能，进行管理 。
4、在phpcms后台，扩展，数据库工具，数据库导出，程序池选择phpcmsv9，开始备份数据 。
5、打开IIS网站目录，在D:\wwwroot\kmxy\wwwroot\caches\bakup\default文件夹 ， 查看导出的数据库文件 。
6、登录phpmyadmin，选择数据库导出，选择Excel格式，即可导出 。
PHP-大数据量怎么处理优化大数据php大数据操作的话可以进行以下操作：
减少对数据库php大数据操作的读取php大数据操作，也就是减少调用数据库，
进行数据缓存，
利用数据库的自身优化技术，如索引等
精确查询条件，有利于提高查找速度
php大数据操作的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于php大数据处理、php大数据操作的信息别忘了在本站进行查找喔 。

    推荐阅读


    上一篇：flutter招聘网站，flutter工作好找吗

    下一篇：如何查看网易服务器状态？ 网易服务器怎么看