MySQL中的两种临时表
伯乐在线2016-07-06 05:16:52阅读(4556)评论(3)
声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。举报
外部临时表
通过CREATE TEMPORARY TABLE 创建的临时表，这种临时表称为外部临时表。这种临时表只对当前用户可见，当前会话结束的时候，该临时表会自动关闭。这种临时表的命名与非临时表可以同名（同名后非临时表将对当前会话不可见，直到临时表被删除）。
内部临时表
内部临时表是一种特殊轻量级的临时表，用来进行性能优化。这种临时表会被MySQL自动创建并用来存储某些操作的中间结果。这些操作可能包括在优化阶段或者执行阶段。这种内部表对用户来说是不可见的，但是通过EXPLAIN或者SHOW STATUS可以查看MYSQL是否使用了内部临时表用来帮助完成某个操作。内部临时表在SQL语句的优化过程中扮演着非常重要的角色， MySQL中的很多操作都要依赖于内部临时表来进行优化。但是使用内部临时表需要创建表以及中间数据的存取代价，所以用户在写SQL语句的时候应该尽量的去避免使用临时表。
内部临时表有两种类型：一种是HEAP临时表，这种临时表的所有数据都会存在内存中，对于这种表的操作不需要IO操作。另一种是OnDisk临时表，顾名思义，这种临时表会将数据存储在磁盘上。OnDisk临时表用来处理中间结果比较大的操作。如果HEAP临时表存储的数据大于MAX_HEAP_TABLE_SIZE（详情请参考MySQL手册中系统变量部分），HEAP临时表将会被自动转换成OnDisk临时表。OnDisk临时表在5.7中可以通过INTERNAL_TMP_DISK_STORAGE_ENGINE系统变量选择使用MyISAM引擎或者InnoDB引擎。
本篇文章主要介绍哪些操作可能会利用到内部临时表。如果用户在书写SQL语句的时候能够尽量少的使用内部临时表进行查询优化，将有效的提高查询执行的效率。
首先我们定义一个表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进行举例的。
在SQL语句中使用SQL_BUFFER_RESULT hint
SQL_BUFFER_RESULT主要用来让MySQL尽早的释放表上的锁。因为如果数据量很大的话，需要较长时间将数据发送到客户端，通过将数据缓冲到临时表中可以有效的减少读锁对表的占用时间。
例如：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
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语句中包含了DERIVED_TABLE。
在5.7中，由于采用了新的优化方式，我们需要使用 set optimizer_switch=’derived_merge=off’来禁止derived table合并到外层的Query中。
例如：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
mysql>explain format=json select *from(select *from t1)astt;
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,
...
如果我们查询系统表的话，系统表的数据将被存储到内部临时表中。
我们当前不能使用EXPLAIN来查看是否读取系统表数据需要利用到内部临时表，但是可以通过SHOW STATUS来查看是否利用到了内部临时表。
例如：
1
2
mysql>select *from information_schema.character_sets;
mysql>show status like‘CREATE%‘;
如果DISTINCT语句没有被优化掉，即DISTINCT语句被优化转换为GROUP BY操作或者利用UNIQUE INDEX消除DISTINCT, 内部临时表将会被使用。
1
2
3
4
5
6
7
8
9
10
11
12
mysql>explain format=json select distinctafrom t1;
EXPLAIN
{
{
"query_block":{
"select_id":1,
"cost_info":{
"query_cost":"1.60"
},
"duplicates_removal":{
"using_temporary_table":true,
...
如果查询带有ORDER BY语句，并且不能被优化掉。下面几种情况会利用到内部临时表缓存中间数据，然后对中间数据进行排序。
1）如果连接表使用BNL（Batched Nestloop）/BKA(Batched Key Access)
例如：
1))BNL默认是打开的
1
2
3
4
5
6
7
8
9
10
11
mysql>explain format=json select *from t1,t1 ast2 order by t1.a;
EXPLAIN
{
"query_block":{
"select_id":1,
"cost_info":{
"query_cost":"22.00"
},
"ordering_operation":{
"using_temporary_table":true,
...
2))关掉BNL后，ORDER BY将直接使用filesort。
1
2
3
4
5
6
7
8
9
10
11
12
13
mysql>set optimizer_switch=‘block_nested_loop=off‘;
Query OK,0rows affected(0.00sec)
mysql>explain format=json select *from t1,t1 ast2 order by t1.a;
EXPLAIN
{
"query_block":{
"select_id":1,
"cost_info":{
"query_cost":"25.00"
},
"ordering_operation":{
"using_filesort":true,
...
2）ORDER BY的列不属于执行计划中第一个连接表的列。
例如：
1
2
3
4
5
6
7
8
9
10
11
mysql>explain format=json select *fromtast1,tast2 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的表达式是个复杂表达式。
那么什么样的ORDER BY表达式，MySQL认为是复杂表达式呢？
1))如果排序表达式是SP或者UDF。
例如：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
drop functionifexists func1;
delimiter|
create functionfunc1(xint)
returns intdeterministic
begin
declarez1,z2 int;
set z1=x;
set z2=z1+2;
returnz2;
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的列包含聚集函数
为了简化执行计划，我们利用INDEX来优化GROUP BY语句。
例如：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
create index idx1 on t1(a);
explain format=json SELECtaFROM t1 group byaorder 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,当然该SCALAR SUBQUERY没有被优化掉。
例如：
1
2
3
4
5
6
7
8
9
10
11
explain format=json select(select rand()from t1 limit1)asafrom t1 order bya;
|{
"query_block":{
"select_id":1,
"cost_info":{
"query_cost":"1.20"
},
"ordering_operation":{
"using_temporary_table":true,
"using_filesort":true,
...
4) 如果查询既带有ORDER BY同时也有GROUP BY语句，但是两个语句使用的列不相同。
注意: 如果是5.7，我们需要将sql_mode设置为非only_full_group_by模式，否则会报错。
同样为了简化执行计划，我们利用INDEX来优化GROUP BY语句。
例如：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
set sql_mode=‘‘;
create index idx1 on t1(b);
explain format=json select t1.afrom t1 group by t1.border by1;
|{
"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;
如果查询带有GROUP BY语句，并且不能被优化掉。下面几种情况会利用到内部临时表缓存中间数据，然后对中间数据进行GROUP BY。
1）如果连接表使用BNL（Batched Nestloop）/BKA(Batched Key Access)。
例如：
1
2
3
4
5
6
7
8
9
10
11
12
13
explain format=json select t2.afrom t1,t1 ast2 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的列不属于执行计划中的第一个连接表。
例如：
1
2
3
4
5
6
7
8
9
10
11
12
explain format=json select t2.afrom t1,t1 ast2 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语句使用的列与ORDER BY语句使用的列不同。
例如：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
set sql_mode=‘‘;
explain format=json select t1.afrom t1 group by t1.border 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带有ROLLUP并且是基于多表外连接。
例如：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
explain format=json select sum(t1.a)from t1 left join t1 ast2 on truegroup by t1.awith 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语句使用的列来自于SCALAR SUBQUERY，并且没有被优化掉。
例如：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
explain format=json select(select avg(a)from t1)asafrom t1 group bya;
|{
"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表达式转换为semi-join进行优化
1) 如果semi-join执行方式为Materialization
例如：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
set optimizer_switch=‘firstmatch=off,duplicateweedout=off‘;
explain format=json select *from t1 whereain(selectbfrom 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执行方式为Duplicate Weedout
例如：
1
2
3
4
5
6
7
8
9
10
11
12
13
set optimizer_switch=‘firstmatch=off‘;
explain format=json select *from t1 whereain(selectbfrom t1);
|{
"query_block":{
"select_id":1,
"cost_info":{
"query_cost":"4.80"
},
"duplicates_removal":{
"using_temporary_table":true,
"nested_loop":[
{
...
如果查询语句带有UNION，MySQL将利用内部临时表帮助UNION操作消除重复。
例如：
1
2
3
4
5
6
7
explain format=json select *from t1 union select *from t1;
|{
"query_block":{
"union_result":{
"using_temporary_table":true,
"table_name":"",
...
如果查询语句使用多表更新。
这里Explain不能看到内部临时表被利用，所以需要查看status。
例如：
1
2
update t1,t1 ast2 set t1.a=3;
show status like‘CREATE%‘;
如果聚集函数中包含如下函数，内部临时表也会被利用。
1
2
3
4
5
6
1)count(distinct *)
例如：
explain format=json select count(distincta)from t1;
2)group_concat
例如：
explain format=json select group_concat(b)from t1;
总之，上面列出了10种情况，MySQL将利用内部临时表进行中间结果缓存，如果数据量比较大的话，内部临时表将会把数据存储在磁盘上，这样显然会对性能有所影响。为了尽可能的减少性能损失，我们需要尽量避免上述情况的出现。