Dovresti leggere quanto segue e imparare un po' sui vantaggi di una tabella innodb ben progettata e su come utilizzare al meglio gli indici cluster - disponibile solo con innodb!
http://dev.mysql.com/doc /refman/5.0/en/innodb-index-types.html
http://www. xaprb.com/blog/2006/07/04/how-to-exploit-mysql-index-optimizations/
quindi progetta il tuo sistema qualcosa sulla falsariga del seguente esempio semplificato:
Schema di esempio (semplificato)
Le caratteristiche importanti sono che le tabelle utilizzano il motore innodb e la chiave primaria per la tabella dei thread non è più una singola chiave auto_incrementante ma un composto cluster chiave basata su una combinazione di forum_id e thread_id. es.
threads - primary key (forum_id, thread_id)
forum_id thread_id
======== =========
1 1
1 2
1 3
1 ...
1 2058300
2 1
2 2
2 3
2 ...
2 2352141
...
Ogni riga del forum include un contatore chiamato next_thread_id (unsigned int) che viene mantenuto da un trigger e aumenta ogni volta che un thread viene aggiunto a un determinato forum. Ciò significa anche che possiamo archiviare 4 miliardi di thread per forum anziché 4 miliardi di thread in totale se si utilizza una singola chiave primaria auto_increment per thread_id.
forum_id title next_thread_id
======== ===== ==============
1 forum 1 2058300
2 forum 2 2352141
3 forum 3 2482805
4 forum 4 3740957
...
64 forum 64 3243097
65 forum 65 15000000 -- ooh a big one
66 forum 66 5038900
67 forum 67 4449764
...
247 forum 247 0 -- still loading data for half the forums !
248 forum 248 0
249 forum 249 0
250 forum 250 0
Lo svantaggio dell'utilizzo di una chiave composta è che non è più possibile selezionare un thread solo in base a un singolo valore di chiave come segue:
select * from threads where thread_id = y;
devi fare:
select * from threads where forum_id = x and thread_id = y;
Tuttavia, il codice dell'applicazione dovrebbe essere a conoscenza di quale forum sta navigando un utente, quindi non è esattamente difficile da implementare:archivia il forum_id attualmente visualizzato in una variabile di sessione o in un campo modulo nascosto ecc...
Ecco lo schema semplificato:
drop table if exists forums;
create table forums
(
forum_id smallint unsigned not null auto_increment primary key,
title varchar(255) unique not null,
next_thread_id int unsigned not null default 0 -- count of threads in each forum
)engine=innodb;
drop table if exists threads;
create table threads
(
forum_id smallint unsigned not null,
thread_id int unsigned not null default 0,
reply_count int unsigned not null default 0,
hash char(32) not null,
created_date datetime not null,
primary key (forum_id, thread_id, reply_count) -- composite clustered index
)engine=innodb;
delimiter #
create trigger threads_before_ins_trig before insert on threads
for each row
begin
declare v_id int unsigned default 0;
select next_thread_id + 1 into v_id from forums where forum_id = new.forum_id;
set new.thread_id = v_id;
update forums set next_thread_id = v_id where forum_id = new.forum_id;
end#
delimiter ;
Potresti aver notato che ho incluso reply_count come parte della chiave primaria, il che è un po 'strano poiché il composito (forum_id, thread_id) è unico di per sé. Questa è solo un'ottimizzazione dell'indice che consente di risparmiare alcuni I/O quando vengono eseguite query che utilizzano response_count. Si prega di fare riferimento ai 2 link sopra per ulteriori informazioni su questo.
Esempio di query
Sto ancora caricando i dati nelle mie tabelle di esempio e finora ho caricato ca. 500 milioni di righe (la metà del tuo sistema). Quando il processo di caricamento è completo, dovrei aspettarmi di avere circa:
250 forums * 5 million threads = 1250 000 000 (1.2 billion rows)
Ho deliberatamente fatto in modo che alcuni forum contengano più di 5 milioni di thread, ad esempio il forum 65 ha 15 milioni di thread:
forum_id title next_thread_id
======== ===== ==============
65 forum 65 15000000 -- ooh a big one
Interroga tempi di esecuzione
select sum(next_thread_id) from forums;
sum(next_thread_id)
===================
539,155,433 (500 million threads so far and still growing...)
sotto innodb la somma di next_thread_ids per dare un conteggio totale dei thread è molto più veloce del solito:
select count(*) from threads;
Quanti thread ha il forum 65:
select next_thread_id from forums where forum_id = 65
next_thread_id
==============
15,000,000 (15 million)
ancora una volta questo è più veloce del solito:
select count(*) from threads where forum_id = 65
Ok ora sappiamo di avere circa 500 milioni di thread finora e il forum 65 ne ha 15 milioni - vediamo come si comporta lo schema :)
select forum_id, thread_id from threads where forum_id = 65 and reply_count > 64 order by thread_id desc limit 32;
runtime = 0.022 secs
select forum_id, thread_id from threads where forum_id = 65 and reply_count > 1 order by thread_id desc limit 10000, 100;
runtime = 0.027 secs
Mi sembra piuttosto performante, quindi è una singola tabella con oltre 500 milioni di righe (e in crescita) con una query che copre 15 milioni di righe in 0,02 secondi (sotto carico!)
Ulteriori ottimizzazioni
Questi includerebbero:
-
partizionamento per intervallo
-
partizionamento orizzontale
-
buttandogli contro denaro e hardware
ecc...
spero che questa risposta ti sia utile :)