OceanBase OLAP collation utf8mb4_bin 优先

maray

已于 2024-04-24 14:02:23 修改

阅读量867

点赞数 2

分类专栏： OceanBase 文章标签： oceanbase 数据库

于 2024-04-23 20:53:27 首次发布

本文链接：https://blog.youkuaiyun.com/maray/article/details/138138070

版权

本文讨论了在大数据系统中使用utf8mb4_bin排序规则的优势，尤其是在OceanBaseMySQL租户模式中，通过设置collation_connection和collation_server为utf8mb4_bin可以显著提高查询效率。实测结果显示，使用bin排序性能提升明显，尤其在大量数据操作时性能提升比例可达15%以上。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在大数据系统中，如无特别需要，建议 collation 指定为 utf8mb4_bin。

utf8mb4_bin是一种二进制的排序规则，比较字符串时直接比较字符串的二进制值，不需要进行复杂的字符比较和排序运算，这样可以有效减少CPU的使用，提高查询效率，特别是在涉及到大量数据操作时，性能优势更为明显。

在 AP 场景使用 OceanBase MySQL 租户模式时你可以在租户级别设置这两个值作为默认配置，以获得最佳的默认性能：

set global collation_connection = utf8mb4_bin;
set global collation_server = utf8mb4_bin;

utf8mb4 是编码格式，设置 collation 为 bin 不会影响内存的存储格式，不会造成字符集不兼容等问题，它仅仅影响排序过程中的排序规则。

使用 bin 排序和不使用 bin 排序的详细对比如下，可以看到，使用 bin 排序，性能可以提升 15%。按照我的经验，在实际应用场景中，性能提升比例可能更大！


OceanBase(admin@test)>show variables like 'collation_server';
+------------------+--------------------+
| Variable_name    | Value              |
+------------------+--------------------+
| collation_server | utf8mb4_general_ci |
+------------------+--------------------+
1 row in set (0.007 sec)


OceanBase(admin@test)>create table t1 (c1 bigint primary key, c2 varchar(10));
Query OK, 0 rows affected (0.102 sec)


OceanBase(admin@test)>create table t2 (c1 bigint primary key, c2 varchar(10)) charset=utf8mb4 collate=utf8mb4_bin;
Query OK, 0 rows affected (0.089 sec)

OceanBase(admin@test)>show <

最低0.47元/天解锁文章