UPDATE vs UPDATE WHERE

Question

我有一个包含许多行的表,我经常想要将一列设置为0使用cron.

什么是更快/更少的内存消耗,UPDATE对所有行(即没有WHERE子句)执行操作或UPDATE仅执行操作WHERE mycolumn != 0？

Answer 1

正如在原始帖子的评论中注意到的那样，它取决于几个因素（索引、数据库引擎、存储介质类型、可用缓存内存等）。

我们可以做出有根据的猜测：

a) 我们应该始终进行全表扫描，除非我们在列上有索引（并且我不建议仅仅为了这个查询而进行全表扫描，因为您将惩罚在线写入以有利于离线进程）；

b)如果大多数记录为零，则检查值的“成本”将通过不写入未更改的记录所节省的成本进行摊销（除非数据库隐式这样做，这可能会发生，也可能不会发生） 。

但假设开始堆积起来，所以我宁愿进行测量。为了玩一点，我有：

• 创建了一个带有“状态”数字列的测试表

• 用几百万条记录填充它（例如，使用/sf/answers/1208811831/中的脚本）

• 将其设置为不同的值，然后尝试将该UPDATE列设置为 0，无论是否带有WHERE.

我的结果（可能与您的结果不同）是，如果确实很少有非零记录，则WHERE 查询会更快。例如，在使用以下任一方法设置表格后

UPDATE myTable SET myColumn = 1;                /* All values non-zero (1) */
UPDATE myTable SET myColumn = FLOOR(RAND()*10); /* ~90% values non-zero */

更新到 0和WHERE非WHERE更新都很慢（它们之间没有明显的区别，这意味着上面的“a”是正确的），而在任何之后

UPDATE myTable SET myColumn = 0;                      /* All values zero */
UPDATE myTable SET myColumn = IF(id % 500 = 0, 1, 0); /* 99.8% values zero */

withUPDATE的WHERE速度快得惊人（正如“b”所暗示的那样）。

我建议在您的设置上尝试这些测试（甚至其他测试，如果您确实愿意，还包括索引）（例如，创建一个单独的表并运行类似的测试）并考虑您的数据集（测量/估计记录的百分比）当你的 cron 作业运行时将是非零）。请记住，您可能想要优化成本/可用性（包括您的时间成本），而不是寻找宇宙中绝对性能最高的解决方案（这可能不具有成本效益），并且您一定会找到最佳解决方案。祝你好运！