搭建自己的裤子过程，发现搜索某2000w的裤子数据，使用等于搜索也非常的慢，于是计划测试一下 MySQL 在多少量级下的数据性能最好。下面测试是非专业认识的非专业测试，仅作为非专业人士搭建过程参考。

测试环境

机箱蜗牛星际D款
CPU j1900 2GHz 4核
内存 4G ddr3l 1.35v电压 1600hz
硬盘 120g mstata 固态硬盘
MySQL为默认配置

测试过程

测试数据

测试的数据从2000w的裤子数据抽取，测试以100w量级递增，主要测试的引擎为innodb、myisam两种，索引是 INDEX, FULLTEXT两种。

测试示例代码

创建的表如下：

sql = ''' CREATE TABLE IF NOT EXISTS %s(
        Name varchar(50),
        CardNo varchar(30),
        Descriot varchar(300),
        CtfTp varchar(30),
        CtfId varchar(50),
        Gender varchar(4),
        Birthday varchar(30),
        Address varchar(100),
        Zip varchar(30),
        Dirty varchar(30),
        District1 varchar(30),
        District2 varchar(30),
        District3 varchar(30),
        District4 varchar(30),
        District5 varchar(30),
        District6 varchar(30),
        FirstNm varchar(100),
        LastNm varchar(100),
        Duty varchar(30),
        Mobile varchar(100),
        Tel varchar(80),
        Fax varchar(80),
        EMail varchar(100),
        Nation varchar(30),
        Taste varchar(300),
        Education varchar(30),
        Company varchar(50),
        CTel varchar(100),
        CAddress varchar(50),
        CZip varchar(30),
        Family varchar(30),
        Version varchar(30),
        huazhu_id varchar(30)
                          )ENGINE=MyISAM DEFAULT CHARSET=utf8'''

测试mysql语句列表如下

# 普通查询
normal_name_sql = 'select id from %s WHERE NAME = "测试"'
normal_mail_sql = 'select id from %s WHERE EMail = "[email protected]"'
normal_id_sql = 'select * from %s WHERE id = %s'
# 用户名模糊查询
leftblur_name_sql = 'select id from %s WHERE NAME LIKE "%%测"'
rightblur_name_sql = 'select id from %s WHERE NAME LIKE "李%%"'
allblur_name_sql = 'select id from %s WHERE NAME LIKE "%%测%%"'
# 邮箱模糊查询
leftblur_mail_sql = 'select id from %s WHERE EMail LIKE "%%@163.com"'
rightblur_mail_sql = 'select id from %s WHERE EMail LIKE "liwei%%"'
allblur_mail_sql = 'select id from %s WHERE EMail LIKE "%%@163.com%%"'