mysql - 在MySQL中存储包含2个固定字符和4位数字的数据的性能方法？

我们必须将“文件ID”信息存储在数百万行的表中。格式是巴西国家ID的缩写（即：PA代表PARA，BA代表巴伊亚州，SP代表圣保罗，RJ代表里约热内卢，依此类推）和“范围”信息，由简短格式Year（即19）构成。适用于2019年和月份，即“ PA1908”格式。

如前所述，该表有数百万行，每个月我们都必须将其数据与外部数据源进行比较，并且如果外部数据源是我们表的最新更新，则必须替换整个STATE-YEAR-MONTH记录，因此文件ID仅作为查询的where子句中的一个参数存在，以便选择要删除的行。

在第一个建模版本中，我将文件ID分为两列，即使用哈希索引将fileid_state用作Char（2）数据类型，将fileid_scope用作smallint数据类型，但是我不确定这是存档可接受性能的唯一方法，可能正在使用只有第一列名为Char_6且数据类型带有哈希索引的file_id才可以执行。有什么建议是最好的两种方法，或者是另一种存储文件ID的方法，以便选择要尽快删除的行？

请记住，对我来说很难对这些方法进行基准测试，因为有限的硬件中有近10亿行。

最佳答案

Q1：数据类型：首先问问自己，该字符串将如何处理：


您是否需要仅关注“状态”部分？ “年度”部分？ “月”部分？如果您对其中任何一个回答“是”，则可能应将零件存储在2或3列中。 state CHAR(2) CHARACTER SET ascii，然后对数字部分使用TINYINT UNSIGNED或SMALLINT UNSIGNED。
如果否，只需执行CHAR(6) CHARACTER SET ascii。如果需要，可以单独使用INDEXed，也可以将其与“复合”索引中的其他列一起使用。请提供可能需要此索引的UPDATE和SELECT语句；我们会批评。


没有“哈希”索引，只有BTree。

“选择要尽快删除的行”-将删除表的百分之几？例如，如果您将DELETE FROM tbl WHERE sym = 'PA1908'，并且它只是表的一小部分，则INDEX(sym)可以最佳地工作。

我说“ ascii”是为了避免utf8等所需的空间/处理。

问题2：“然后是我们表的最新更新，必须替换整个STATE-YEAR-MONTH记录”-请详细说明此处发生的情况。

关于mysql - 在MySQL中存储包含2个固定字符和4位数字的数据的性能方法？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/57322874/