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%.