zoukankan      html  css  js  c++  java
  • MySQL5.7 JSON字段性能测试

    表结构

    JSON字段表

    CREATE TABLE `invt_bin_dim_test` (

    `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT,

    `dim` json DEFAULT NULL,

    PRIMARY KEY (`id`)

    ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4;

    传统表

    CREATE TABLE `invt_bin_dim_tr_test` (
     `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT,
     `fty_code` varchar(50) NOT NULL DEFAULT '',
     `location_code` varchar(50) NOT NULL DEFAULT '',
     `wh_code` varchar(50) NOT NULL DEFAULT '',
     `area_code` varchar(50) NOT NULL DEFAULT '',
     `bin_code` varchar(50) NOT NULL DEFAULT '',
     PRIMARY KEY (`id`)
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

     

    插入性能

    插入语句

    JSON字段表语句

    INSERT INTO invt_bin_dim_test (dim) 
    VALUES (CONCAT('{"fty_code": "2000","location_code":"0001","wh_code":"W102","area_code":"P801","bin_code":"014"}'));

    传统表语句

    INSERT INTO `wms_2`.`invt_bin_dim_tr_test` (`fty_code`, `location_code`, `wh_code`, `area_code`, `bin_code`) VALUES ('2000', '0001', 'W1', 'PB801', '01-011'); 

    结果对比

    基础数据量传统表 (10次平均)JSON格式 (10次平均)
    1条 0.005s 0.013s
    100000条 0.166s 0.019s

    说明:百万级插入数据时均出现了首次插入较慢,后续操作很快的现象(相差两至三个数量级)

    查询性能

    查询指定条件的单条数据记录

    JSON字段表语句

    SELECT 
    dim ->> '$.fty_code' AS fty_code,
    dim ->> '$.location_code' AS location_code
    FROM invt_bin_dim_test
    WHERE
    dim ->> '$.fty_code' = '2000'
    AND dim ->> '$.location_code' = '0001'
    AND dim ->> '$.wh_code' = 'W1'
    AND dim ->> '$.area_code' = 'P801'
    AND dim ->> '$.bin_code' ='01-005'

    传统表语句

    SELECT * FROM invt_bin_dim_tr_test
    WHERE
    fty_code = '2000'
    AND location_code = '0001'
    AND wh_code = 'W1'
    AND area_code = 'PB801'
    AND bin_code = '01-011'

    结果对比

    基础数据总量传统表 (10次平均)JSON格式 (10次平均)
    1条 0.007s 0.006s
    100000条 1.01s 5.915s

    使用虚列+索引后,JSON字段查询性能得到大幅度优化

    JSON字段表语句

    # 虚列
    ALTER TABLE `invt_bin_dim_test` ADD `fty_code` VARCHAR(50) GENERATED ALWAYS AS (IFNULL(dim->>'$.fty_code', '')) VIRTUAL;
    ALTER TABLE `invt_bin_dim_test` ADD `location_code` VARCHAR(50) GENERATED ALWAYS AS (IFNULL(dim->>'$.location_code', '')) VIRTUAL;
    ALTER TABLE `invt_bin_dim_test` ADD `wh_code` VARCHAR(50) GENERATED ALWAYS AS (IFNULL(dim->>'$.wh_code', '')) VIRTUAL;
    ALTER TABLE `invt_bin_dim_test` ADD `area_code` VARCHAR(50) GENERATED ALWAYS AS (IFNULL(dim->>'$.area_code', '')) VIRTUAL;
    ALTER TABLE `invt_bin_dim_test` ADD `bin_code` VARCHAR(50) GENERATED ALWAYS AS (IFNULL(dim->>'$.bin_code', '')) VIRTUAL;
    # 查询
    SELECT * FROM invt_bin_dim_test
    WHERE
    fty_code = '2000'
    AND location_code = '0001'
    AND wh_code = 'W1'
    AND area_code = 'P801'
    AND bin_code ='01-005'

    与传统表增加字段索引后结果对比

    基础数据总量传统表 (10次平均)JSON格式 (10次平均)
    1条 0.007s 0.006s
    100000条 0.007s 0.007s

    更新性能

    更新单条记录

    JSON字段表语句

    UPDATE invt_bin_dim_test SET dim = JSON_INSERT(dim, '$.wh_code', 'W202', '$.bin_code', '01-02-03') where id=3;

    UPDATE invt_bin_dim_test SET dim = JSON_SET(dim, '$.wh_code', 'W202', '$.bin_code', '01-02-03') WHERE id=3;

    UPDATE invt_bin_dim_test SET dim = JSON_REMOVE(dim, '$.area_code') WHERE id=3;

    传统表语句

    UPDATE invt_bin_dim_tr_test
    SET bin_code = '01-012'
    WHERE
    fty_code = '2000'
    AND location_code = '0001'
    AND wh_code = 'W1'
    AND area_code = 'PB801'
    AND bin_code = '01-011'

    结果对比

    基础数据量传统表 (10次平均)JSON格式 (JSON_INSERT) (10次平均)JSON格式 (JSON_SET) (10次平均)JSON格式(JSON_REMOVE) (10次平均)
    1条 0.006s 0.003s 0.004s 0.003s
    100000条 0.015s 0.003s 0.005s 0.003s

     

    批量更新记录

    更新1000000条记录

    结果对比

    基础数据量传统表JSON格式 (JSON_INSERT)JSON格式 (JSON_SET)JSON格式(JSON_REMOVE)
    100000条 2 min 32 sec 2 min 42 sec 4 min 41 sec 3 min 7 sec

     

     

  • 相关阅读:
    mysql 4 索引的优缺点
    mysql 分析5语句的优化--索引添加删除
    mysql 分析3使用分析sql 性能 show profiles ;
    mysql 分析2 show processlist ;
    mysql 分析第一步
    Mysql清理二进制日志的技巧
    做项目的一点自己的想法 在开发中我觉得可以修改的地方
    如何删除表中的重复记录只保留其中一条?
    AJAX载入外部JS文件到页面并让其执行的方法(附源码)
    mysql 主从同步 实现增量备份
  • 原文地址:https://www.cnblogs.com/amerkor/p/13646581.html
Copyright © 2011-2022 走看看