MySQL · 特性分析 · 內部臨時表 · 數據庫內核月報

## MySQL中的兩種臨時表 ### 外部臨時表通過CREATE TEMPORARY TABLE 創建的臨時表，這種臨時表稱為外部臨時表。這種臨時表只對當前用戶可見，當前會話結束的時候，該臨時表會自動關閉。這種臨時表的命名與非臨時表可以同名（同名后非臨時表將對當前會話不可見，直到臨時表被刪除）。 ### 內部臨時表內部臨時表是一種特殊輕量級的臨時表，用來進行性能優化。這種臨時表會被MySQL自動創建并用來存儲某些操作的中間結果。這些操作可能包括在優化階段或者執行階段。這種內部表對用戶來說是不可見的，但是通過EXPLAIN或者SHOW STATUS可以查看MYSQL是否使用了內部臨時表用來幫助完成某個操作。內部臨時表在SQL語句的優化過程中扮演著非常重要的角色， MySQL中的很多操作都要依賴于內部臨時表來進行優化。但是使用內部臨時表需要創建表以及中間數據的存取代價，所以用戶在寫SQL語句的時候應該盡量的去避免使用臨時表。內部臨時表有兩種類型：一種是HEAP臨時表，這種臨時表的所有數據都會存在內存中，對于這種表的操作不需要IO操作。另一種是OnDisk臨時表，顧名思義，這種臨時表會將數據存儲在磁盤上。OnDisk臨時表用來處理中間結果比較大的操作。如果HEAP臨時表存儲的數據大于MAX_HEAP_TABLE_SIZE（詳情請參考MySQL手冊中系統變量部分），HEAP臨時表將會被自動轉換成OnDisk臨時表。OnDisk臨時表在5.7中可以通過INTERNAL_TMP_DISK_STORAGE_ENGINE系統變量選擇使用MyISAM引擎或者InnoDB引擎。本篇文章主要介紹哪些操作可能會利用到內部臨時表。如果用戶在書寫SQL語句的時候能夠盡量少的使用內部臨時表進行查詢優化，將有效的提高查詢執行的效率。首先我們定義一個表t1， `CREATE TABLE t1( a int, b int); INSERT INTO t1 VALUES(1,2),(3,4);` 下面所有的操作都是基于表t1進行舉例的。 * 在SQL語句中使用SQL_BUFFER_RESULT hint SQL_BUFFER_RESULT主要用來讓MySQL盡早的釋放表上的鎖。因為如果數據量很大的話，需要較長時間將數據發送到客戶端，通過將數據緩沖到臨時表中可以有效的減少讀鎖對表的占用時間。例如： ~~~ mysql> explain format=json select SQL_BUFFER_RESULT * from t1; EXPLAIN { "query_block": { "select_id": 1, "cost_info": { "query_cost": "2.00" }, "buffer_result": { "using_temporary_table": true, "table": { "table_name": "t1", "access_type": "ALL", ... ~~~ * 如果SQL語句中包含了DERIVED_TABLE。在5.7中，由于采用了新的優化方式，我們需要使用 set optimizer_switch=’derived_merge=off’來禁止derived table合并到外層的Query中。例如： ~~~ mysql> explain format=json select * from (select * from t1) as tt; EXPLAIN { "query_block": { "select_id": 1, "cost_info": { "query_cost": "2.40" }, "table": { "table_name": "tt", "access_type": "ALL", ... "materialized_from_subquery": { "using_temporary_table": true, ... ~~~ * 如果我們查詢系統表的話，系統表的數據將被存儲到內部臨時表中。我們當前不能使用EXPLAIN來查看是否讀取系統表數據需要利用到內部臨時表，但是可以通過SHOW STATUS來查看是否利用到了內部臨時表。例如： ~~~ mysql> select * from information_schema.character_sets; mysql> show status like 'CREATE%'; ~~~ * 如果DISTINCT語句沒有被優化掉，即DISTINCT語句被優化轉換為GROUP BY操作或者利用UNIQUE INDEX消除DISTINCT, 內部臨時表將會被使用。 ~~~ mysql> explain format=json select distinct a from t1; EXPLAIN { { "query_block": { "select_id": 1, "cost_info": { "query_cost": "1.60" }, "duplicates_removal": { "using_temporary_table": true, ... ~~~ * 如果查詢帶有ORDER BY語句，并且不能被優化掉。下面幾種情況會利用到內部臨時表緩存中間數據，然后對中間數據進行排序。 1）如果連接表使用BNL（Batched Nestloop）/BKA(Batched Key Access) 例如： 1))BNL默認是打開的 ~~~ mysql> explain format=json select * from t1, t1 as t2 order by t1.a; EXPLAIN { "query_block": { "select_id": 1, "cost_info": { "query_cost": "22.00" }, "ordering_operation": { "using_temporary_table": true, ... ~~~ 2))關掉BNL后，ORDER BY將直接使用filesort。 ~~~ mysql> set optimizer_switch='block_nested_loop=off'; Query OK, 0 rows affected (0.00 sec) mysql> explain format=json select * from t1, t1 as t2 order by t1.a; EXPLAIN { "query_block": { "select_id": 1, "cost_info": { "query_cost": "25.00" }, "ordering_operation": { "using_filesort": true, ... ~~~ 2）ORDER BY的列不屬于執行計劃中第一個連接表的列。例如： ~~~ mysql> explain format=json select * from t as t1, t as t2 order by t2.a; EXPLAIN { "query_block": { "select_id": 1, "cost_info": { "query_cost": "25.00" }, "ordering_operation": { "using_temporary_table": true, ... ~~~ 3）如果ORDER BY的表達式是個復雜表達式。那么什么樣的ORDER BY表達式，MySQL認為是復雜表達式呢？ 1))如果排序表達式是SP或者UDF。例如： ~~~ drop function if exists func1; delimiter | create function func1(x int) returns int deterministic begin declare z1, z2 int; set z1 = x; set z2 = z1+2; return z2; end| delimiter ; explain format=json select * from t1 order by func1(a); { "query_block": { "select_id": 1, "cost_info": { "query_cost": "2.20" }, "ordering_operation": { "using_temporary_table": true, ... ~~~ 2))ORDER BY的列包含聚集函數為了簡化執行計劃，我們利用INDEX來優化GROUP BY語句。例如： ~~~ create index idx1 on t1(a); explain format=json SELECt a FROM t1 group by a order by sum(a); | { "query_block": { "select_id": 1, "cost_info": { "query_cost": "1.20" }, "ordering_operation": { "using_temporary_table": true, "using_filesort": true, "grouping_operation": { "using_filesort": false, ... drop index idx1 on t1; ~~~ 3))ORDER BY的列中包含有SCALAR SUBQUERY,當然該SCALAR SUBQUERY沒有被優化掉。例如： ~~~ explain format=json select (select rand() from t1 limit 1) as a from t1 order by a; | { "query_block": { "select_id": 1, "cost_info": { "query_cost": "1.20" }, "ordering_operation": { "using_temporary_table": true, "using_filesort": true, ... ~~~ 4) 如果查詢既帶有ORDER BY同時也有GROUP BY語句，但是兩個語句使用的列不相同。注意: 如果是5.7，我們需要將sql_mode設置為非only_full_group_by模式，否則會報錯。同樣為了簡化執行計劃，我們利用INDEX來優化GROUP BY語句。例如： ~~~ set sql_mode=''; create index idx1 on t1(b); explain format=json select t1.a from t1 group by t1.b order by 1; | { "query_block": { "select_id": 1, "cost_info": { "query_cost": "1.40" }, "ordering_operation": { "using_temporary_table": true, "using_filesort": true, "grouping_operation": { "using_filesort": false, ... drop index idx1 on t1; ~~~ * 如果查詢帶有GROUP BY語句，并且不能被優化掉。下面幾種情況會利用到內部臨時表緩存中間數據，然后對中間數據進行GROUP BY。 1）如果連接表使用BNL（Batched Nestloop）/BKA(Batched Key Access)。例如： ~~~ explain format=json select t2.a from t1, t1 as t2 group by t1.a; | { "query_block": { "select_id": 1, "cost_info": { "query_cost": "8.20" }, "grouping_operation": { "using_temporary_table": true, "using_filesort": true, "cost_info": { "sort_cost": "4.00" ... ~~~ 2) 如果GROUP BY的列不屬于執行計劃中的第一個連接表。例如： ~~~ explain format=json select t2.a from t1, t1 as t2 group by t2.a; | { "query_block": { "select_id": 1, "cost_info": { "query_cost": "8.20" }, "grouping_operation": { "using_temporary_table": true, "using_filesort": true, "nested_loop": [ ... ~~~ 3) 如果GROUP BY語句使用的列與ORDER BY語句使用的列不同。例如： ~~~ set sql_mode=''; explain format=json select t1.a from t1 group by t1.b order by t1.a; | { "query_block": { "select_id": 1, "cost_info": { "query_cost": "1.40" }, "ordering_operation": { "using_filesort": true, "grouping_operation": { "using_temporary_table": true, "using_filesort": false, ... ~~~ 4) 如果GROUP BY帶有ROLLUP并且是基于多表外連接。例如： ~~~ explain format=json select sum(t1.a) from t1 left join t1 as t2 on true group by t1.a with rollup; | { "query_block": { "select_id": 1, "cost_info": { "query_cost": "7.20" }, "grouping_operation": { "using_temporary_table": true, "using_filesort": true, "cost_info": { "sort_cost": "4.00" }, ... ~~~ 5) 如果GROUP BY語句使用的列來自于SCALAR SUBQUERY，并且沒有被優化掉。例如： ~~~ explain format=json select (select avg(a) from t1) as a from t1 group by a; | { "query_block": { "select_id": 1, "cost_info": { "query_cost": "3.40" }, "grouping_operation": { "using_temporary_table": true, "using_filesort": true, "cost_info": { "sort_cost": "2.00" }, ... ~~~ * IN表達式轉換為semi-join進行優化 1) 如果semi-join執行方式為Materialization 例如： ~~~ set optimizer_switch='firstmatch=off,duplicateweedout=off'; explain format=json select * from t1 where a in (select b from t1); | { "query_block": { "select_id": 1, "cost_info": { "query_cost": "5.60" }, "nested_loop": [ { "rows_examined_per_scan": 1, "materialized_from_subquery": { "using_temporary_table": true, "query_block": { "table": { "table_name": "t1", "access_type": "ALL", ... ~~~ 2) 如果semi-join執行方式為Duplicate Weedout 例如： ~~~ set optimizer_switch='firstmatch=off'; explain format=json select * from t1 where a in (select b from t1); | { "query_block": { "select_id": 1, "cost_info": { "query_cost": "4.80" }, "duplicates_removal": { "using_temporary_table": true, "nested_loop": [ { ... ~~~ * 如果查詢語句帶有UNION，MySQL將利用內部臨時表幫助UNION操作消除重復。例如： ~~~ explain format=json select * from t1 union select * from t1; | { "query_block": { "union_result": { "using_temporary_table": true, "table_name": "<union1,2>", ... ~~~ * 如果查詢語句使用多表更新。這里Explain不能看到內部臨時表被利用，所以需要查看status。例如： ~~~ update t1, t1 as t2 set t1.a=3; show status like 'CREATE%'; ~~~ * 如果聚集函數中包含如下函數，內部臨時表也會被利用。 ~~~ 1) count(distinct *) 例如： explain format=json select count(distinct a) from t1; 2) group_concat 例如： explain format=json select group_concat(b) from t1; ~~~ 總之，上面列出了10種情況，MySQL將利用內部臨時表進行中間結果緩存，如果數據量比較大的話，內部臨時表將會把數據存儲在磁盤上，這樣顯然會對性能有所影響。為了盡可能的減少性能損失，我們需要盡量避免上述情況的出現。