Esiste un benchmark delle prestazioni di MySQL per misurare l'impatto di utf8_unicode_ci rispetto a utf8_general_ci?

Ho letto qua e là che l'uso delle utf8_unicode_ciregole di confronto garantisce un trattamento migliore del testo unicode (ad esempio, sa come espandere caratteri come "œ" in "oe" per la ricerca e l'ordinamento) rispetto al valore predefinito utf8_general_ciche sostanzialmente elimina i segni diacritici. Sfortunatamente, entrambe le fonti indicano che utf8_unicode_ciè leggermente più lento di utf8_general_ci.

Quindi la mia domanda è: cosa significa "leggermente più lento"? Qualcuno ha eseguito benchmark? Stiamo parlando di un impatto sulle prestazioni del -0,01% o piuttosto del 25%?

Grazie per l'aiuto.

Bene, non ho trovato alcun benchmark su Internet, quindi ho deciso di fare da solo i benchmark.

Ho creato una tabella molto semplice con 500000 righe:

CREATE TABLE test(
  ID INT(11) DEFAULT NULL,
  Description VARCHAR(20) DEFAULT NULL
)
ENGINE = INNODB
CHARACTER SET utf8
COLLATE utf8_general_ci;

Quindi l'ho riempito con dati casuali eseguendo questa procedura memorizzata:

CREATE PROCEDURE randomizer()
BEGIN
  DECLARE i INT DEFAULT 0;
  DECLARE random CHAR(20) ;

  theloop: loop
    SET random = CONV(FLOOR(RAND() * 99999999999999), 20, 36);

    INSERT INTO test VALUES (i+1, random);

    SET i=i+1;

    IF i = 500000 THEN
      LEAVE theloop;
    END IF;

  END LOOP theloop;
END

Quindi ho creato le seguenti stored procedure per eseguire il benchmark di SELECT, SELECT con LIKE e ordinamento semplici (SELECT con ORDER BY):

CREATE benchmark_simple_select()
BEGIN
  DECLARE i INT DEFAULT 0;

  theloop: loop

    SELECT * FROM test WHERE Description = 'test' COLLATE utf8_general_ci;

    SET i = i + 1;

    IF i = 30 THEN
      LEAVE theloop;
      END IF;

  END LOOP theloop;

END

CREATE PROCEDURE benchmark_select_like()
BEGIN
  DECLARE i INT DEFAULT 0;

  theloop: loop

    SELECT * FROM test WHERE Description LIKE '%test' COLLATE utf8_general_ci;

    SET i = i + 1;

    IF i = 30 THEN
      LEAVE theloop;
      END IF;

  END LOOP theloop;

END

CREATE PROCEDURE benchmark_order_by()
BEGIN
  DECLARE i INT DEFAULT 0;

  theloop: loop

    SELECT * FROM test WHERE ID > FLOOR(1 + RAND() * (400000 - 1)) ORDER BY Description COLLATE utf8_general_ci LIMIT 1000;

    SET i = i + 1;

    IF i = 10 THEN
      LEAVE theloop;
      END IF;

  END LOOP theloop;

END

Nelle procedure memorizzate sopra viene utilizzata la raccolta utf8_general_ci, ma ovviamente durante i test ho usato sia utf8_general_ci che utf8_unicode_ci.

Ho chiamato ogni procedura memorizzata 5 volte per ogni confronto (5 volte per utf8_general_ci e 5 volte per utf8_unicode_ci) e quindi ho calcolato i valori medi.

Ecco i risultati:

benchmark_simple_select () con utf8_general_ci: 9957 ms
benchmark_simple_select () con utf8_unicode_ci: 10271 ms
In questo benchmark l'utilizzo di utf8_unicode_ci è più lento di utf8_unicode_ci del 3,2%.

benchmark_select_like () con utf8_general_ci: 11441 ms
benchmark_select_like () con utf8_unicode_ci: 12811 ms
In questo benchmark l'utilizzo di utf8_unicode_ci è più lento di utf8_general_ci del 12%.

benchmark_order_by () con utf8_general_ci: 11944 ms
benchmark_order_by () con utf8_unicode_ci: 12887 ms
In questo benchmark l'utilizzo di utf8_unicode_ci è più lento di utf8_general_ci del 7,9%.

Non ho visto alcun benchmark, ma puoi eseguire il tuo utilizzando la funzione BENCHMARK :

BENCHMARK (conteggio, espressione)

Come consigliato da Matthew, potresti eseguire un'installazione parallela di MYSQL, ma considera che potrebbe esserci un'enorme differenza tra diverse architetture (sparc, intel, 32bit, 64bit, ...).