optimize table 表优化问题

语法： optimize table '表名'

一，原始数据

1，数据量

 

2，存放在硬盘中的表文件大小

3，查看一下索引信息

 

索引信息中的列的信息说明。

 

Table :表的名称。
Non_unique:若是索引不能包括重复词，则为0。若是能够，则为1。
Key_name:索引的名称。
Seq_in_index:索引中的列序列号，从1开始。
Column_name:列名称。
Collation:列以什么方式存储在索引中。在MySQLSHOW INDEX语法中，有值’A’（升序）或NULL（无分类）。
Cardinality:索引中惟一值的数目的估计值。经过运行ANALYZE TABLE或myisamchk -a能够更新。基数根据被存储为整数的统计数据来计数，因此即便对于小型表，该值也没有必要是精确的。基数越大，当进行联合时，MySQL使用该索引的机会就越大。
Sub_part:若是列只是被部分地编入索引，则为被编入索引的字符的数目。若是整列被编入索引，则为NULL。
Packed:指示关键字如何被压缩。若是没有被压缩，则为NULL。
Null:若是列含有NULL，则含有YES。若是没有，则为空。
Index_type：存储索引数据结构方法（BTREE, FULLTEXT, HASH, RTREE）

 

二，删除一半数据

 

 按常规思想来讲，若是在数据库中删除了一半数据后，相对应的.MYD,.MYI文件也应当变为以前的一半。可是删除一半数据后，.MYD.MYI尽然连1KB都没有减小，这是多么的可怕啊。

咱们再来看一看，索引信息 

 

 对比一下，此次索引查询和上次索引查询，里面的数据信息基本上是上次一次的一半，这点仍是合乎常理。

 

 三，用optimize table来优化一下

 

 1，查看一下.MYD,.MYI文件的大小

 2，查看一下索引信息

 

从以上数据咱们能够得出，ad_code，ad_code_ind，from_page_url_ind等索引机会差很少都提升了85％，这样效率提升了好多。

 

四，小结

我的是这样理解的，当你删除数据时，mysql并不会回收已删除的数据所占据的存储空间，以及索引位。而是空在那里，而是等待新的数据来弥补这个空缺，这样就有一个缺乏，若是一时半会，没有数据来填补这个空缺，那这样就太浪费资源了。因此对于写比较频繁的表，要按期进行optimize，一个月一次，看实际状况而定了。

 
举个例子来讲吧。有100个java程序员辞职了，可是呢只是人走了，java的职位还在那里，这些职位不会撤销，要等新的java程序员来填补这些空位。招一个好的程序员，比较难。我想大部分时间会空在那里。哈哈。

 

 

OPTIMIZE TABLE只对MyISAM, BDB和InnoDB引擎表起做用。

 

注意，在OPTIMIZE TABLE运行过程当中，MySQL会锁定表。