Byla vydána OpenIndiana 2026.10. Unixový operační systém OpenIndiana (Wikipedie) vychází z OpenSolarisu (Wikipedie).
Americký výrobce polovodičů onsemi (ON Semiconductor) zrušil plány na rozšíření výroby v rožnovském závodě v Česku za dvě miliardy dolarů (podle aktuálního kurzu zhruba 43,5 mld. Kč). Důvodem je vývoj na trhu.
O víkendu probíhá na FIT VUT v Brně konference OpenAlt 2026 o otevřeném softwaru a datech, IT bezpečnosti, DIY a IoT. Na programu je spousta zajímavých přednášek. Pokud jste v Brně, stavte se. Vstup zdarma. Přednášky lze sledovat i online na VHSky a YouTube.
Qualcomm uzavřel víceletou dohodu se SpaceX. Bude dodávat rádiové technologie, baseband jednotky a software pro plánovanou pozemní 5G síť Starlink Mobile. Výstavba má zahrnovat desítky tisíc základnových stanic v USA. Zahájení nasazování se očekává v roce 2027. Qualcomm dohodu označuje za svůj dosud největší 5G kontrakt.
Google rozšířil Cloud Vulnerability Reward Program. Nově nabízí odměnu až 250 tisíc dolarů za vysoce závažné architektonické bezpečnostní chyby označované jako Root-in-Cloud.
V březnu byla oznámena spolupráce GrapheneOS s Motorolou. Nejnovější vlajka Motorola Signature 27 je první Motorola s oficiální podporou GrapheneOS. GrapheneOS (Wikpedie) je varianta Androidu zaměřující se na bezpečnost a soukromí.
Omarchy (Wikipedie) je linuxová distribuce s dlaždicovým správcem oken Hyprland. Založena je na Arch Linuxu. Vydána byla v nové verzi 4.5.0. Nově také pro Apple Silicon, konkrétně pro M1/M2/M3/Neo MacBooky.
Byla vydána nová stabilní verze 8.3 webového prohlížeče Vivaldi (Wikipedie). Postavena je na Chromiu 156 s bezpečnostními opravami z Chromia 157. Přehled novinek i s náhledy v příspěvku na blogu.
Předem se omlouvám, za delší popis situace. Mám dvě tabulky, jedna je velká (milion záznamů) a druhá je číselník.
Struktura tabulek:
CREATE TABLE `tab` ( `id` INT NOT NULL AUTO_INCREMENT, `login` char(1) NOT NULL, PRIMARY KEY (`id`), KEY `login` ( `login` ) ) ENGINE=MyISAM; CREATE TABLE `user` ( `login` char(1) NOT NULL, `name` varchar(30) NOT NULL, PRIMARY KEY ( `login` ) ) ENGINE=MyISAM;
Naplním daty číselník:
INSERT INTO `user` (`login`, `name`) VALUES ('a', 'AAA');
INSERT INTO `user` (`login`, `name`) VALUES ('b', 'BBB');
INSERT INTO `user` (`login`, `name`) VALUES ('c', 'CCC');
INSERT INTO `user` (`login`, `name`) VALUES ('d', 'DDD');
INSERT INTO `user` (`login`, `name`) VALUES ('e', 'EEE');
INSERT INTO `user` (`login`, `name`) VALUES ('f', 'FFF');
INSERT INTO `user` (`login`, `name`) VALUES ('g', 'GGG');
INSERT INTO `user` (`login`, `name`) VALUES ('h', 'HHH');
INSERT INTO `user` (`login`, `name`) VALUES ('i', 'III');
INSERT INTO `user` (`login`, `name`) VALUES ('j', 'JJJ');
A pomocí PHP velkou tabulku náhodnými údaji:
for ($i = 0; $i < 1000000; $i++)
mysql_query("INSERT INTO `tab` (`login`) VALUES ('".chr(rand(97,106))."')");
Nyní potřebuji provést následující dotaz:
SELECT SQL_CALC_FOUND_ROWS `tab`.`id`, `tab`.`login`, `user`.`name` FROM `tab` LEFT JOIN `user` ON `tab`.`login` = `user`.`login` ORDER BY `tab`.`id` DESC LIMIT 1; +---------+-------+------+ | id | login | name | +---------+-------+------+ | 1000000 | i | III | +---------+-------+------+ 1 row in set (2.58 sec)
Co mě vadí, je doba trvání dotazu. Pokud odstraním SQL_CALC_FOUND_ROWS, dotaz se zrychlí:
SELECT `tab`.`id`, `tab`.`login`, `user`.`name` FROM `tab` LEFT JOIN `user` ON `tab`.`login` = `user`.`login` ORDER BY `tab`.`id` DESC LIMIT 1; +---------+-------+------+ | id | login | name | +---------+-------+------+ | 1000000 | i | III | +---------+-------+------+ 1 row in set (0.01 sec)
Nebo když odstraním LEFT JOIN, dotaz se opět zrychlí:
SELECT SQL_CALC_FOUND_ROWS `tab`.`id`, `tab`.`login` FROM `tab` ORDER BY `tab`.`id` DESC LIMIT 1; +---------+-------+ | id | login | +---------+-------+ | 1000000 | i | +---------+-------+ 1 row in set (0.32 sec)
Kupodivu, když přidám WHERE, tak se dotaz také zrychlí:
SELECT SQL_CALC_FOUND_ROWS `tab`.`id`, `tab`.`login`, `user`.`name` FROM `tab` LEFT JOIN `user` ON `tab`.`login` = `user`.`login` WHERE `tab`.`login`='a' ORDER BY `tab`.`id` DESC LIMIT 1; +--------+-------+------+ | id | login | name | +--------+-------+------+ | 999998 | a | AAA | +--------+-------+------+ 1 row in set (0.17 sec)
Jenže já bych potřeboval zrychlit ten první dotaz, ale nevím jak na to. Může mi někdo poradit, či vysvětlit proč dostávám tak rozdílné časy?
Ještě dodávám, že to testuji na openSUSE 11.1 a na MySQL 5 z distribuce.
SQL_CALC_FOUND_ROWS server vykonává ten dotaz jako by tam nebyl ten LIMIT 1, aby zjistil, kolik bude řádků (tudíž bez toho WHERE to bude asi full-scan) a teprve pak to ořeže?
Nevyšlo by rychleji ptát se na počet řádků pomocí dalšího COUNT(*) dotazu (to by měl stačit průchod přes index)?
BTW - indexy máte vytvořené?
SQL_CALC_FOUND_ROWS je rychlejší, protože v tom druhém dotazu používáte LIMIT – s ním databázi stačí, když najde první výsledek, a ten vám vrátí. Když ale musí spočítat SQL_CALC_FOUND_ROWS, musí stejně dotaz provést celý, jako by tam LIMIT nebyl.
Díky za náměty a rady. Všechny jsem je postupně vyzkoušel a navíc jsem ještě zkusil změnit engine na InnoDB. Změna enginu zrychlila dotaz více jak dvakrát. Provést dotaz bez SQL_CALC_FOUND_ROWS a následně použít COUNT(*) opět zrychlilo dotaz dvakrát. Pokud jsem tabulky spojil přes TINYINT došlo je k malému zrychlení. Vítězem je tedy kombinace všech návrhů:
CREATE TABLE `tab` ( `id` INT NOT NULL AUTO_INCREMENT, `login` TINYINT NOT NULL, PRIMARY KEY (`id`), KEY `login` ( `login` ) ) ENGINE=InnoDB; CREATE TABLE `user` ( `login` TINYINT NOT NULL, `name` varchar(30) NOT NULL, PRIMARY KEY ( `login` ) ) ENGINE=InnoDB;
Naplnit daty
SELECT `tab`.`id`, `tab`.`login`, `user`.`name` FROM `tab` LEFT JOIN `user` ON `tab`.`login` = `user`.`login` ORDER BY `tab`.`id` DESC LIMIT 1; +---------+-------+------+ | id | login | name | +---------+-------+------+ | 1000000 | 5 | EEE | +---------+-------+------+ 1 row in set (0.00 sec) SELECT count(*) FROM `tab` LEFT JOIN `user` ON `tab`.`login` = `user`.`login` ORDER BY `tab`.`id` DESC; +----------+ | count(*) | +----------+ | 1000000 | +----------+ 1 row in set (0.49 sec)
Což je pětinásobné zrychlení. Nevýhodou je u enginu InnoDB delší vkládání dat a absence fulltexty. Všem díky.
SELECT count(*) FROM `tab` LEFT JOIN `user` ON `tab`.`login` = `user`.`login` ORDER BY `tab`.`id` DESC; +----------+ | count(*) | +----------+ | 1000000 | +----------+ 1 row in set (0.49 sec)Což je pětinásobné zrychlení. Nevýhodou je u enginu InnoDB delší vkládání dat a absence fulltexty. Všem díky.
A ešte sa Ti to urýchli asi miliónkrát, keď odtiaľ vyhodíš ten zbytočný LEFT JOIN a ORDER BY: 
SELECT count(*) FROM `tab`; +----------+ | count(*) | +----------+ | 1000000 | +----------+ 1 row in set (0.00 sec)
Špatný nápad to není, on je dokonce skvělý. Celé je to ve třídě, která se stará o zobrazení jakéhokoli SQL dotazu v prohlížeči, ta třída se stará o stránkování. K tomu potřebuji znát i celkový počet řádků. Takže se ten SQL dotaz musí upravit programem. Zatím je postup následující:
přidám k SQL dotazu LIMIT a provedu dotaz
odstraním vše mezi SELECT a FROM a dám tam COUNT(*)
A teď ještě vyhodit všechny LEFT JOIN a ORDER BY, ale nechat všechny WHERE, GROUP, HAVING. Nepopletl jsem to?
Ak je ten SELECT vyrobený automaticky, tak to takto fungovať nebude... Teda pri tomto jednom by to fungovalo, ale nie je to univerzálne a ani to univerzálne byť nemôže.
Niečo podobné na zobrazovanie listingov používame aj my (komponent, ktorý robí najprv SELECT ... LIMIT OFFSET, a potom z toho odvodí ešte SELECT COUNT), a riešime to tak, že ten druhý SELECT na zistenie počtu riadkov sa tam dá nanútiť, ak automaticky vyrobený SELECT nie je optimálny, alebo nefunguje správne.
Tiskni
Sdílej: