Mysql之案例分析(一)

可见性分析

CREATE TABLE `t` (
`id` int(11) NOT NULL,
`k` int(11) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB;

insert into t(id, k) values(1,1),(2,2);

Mysql之案例分析(一)

  • A:1
  • B:3

数据修改的诡异现象

begin;

select * from t;
+--------+----+
| id | c |
+--------+----+
| 1  | 1 |
| 2  | 2 |
| 3  | 3 |
| 4  | 4 |
+--------+----+

update t set c=0 where id=c;

select * from t;
+--------+----+
| id | c |
+--------+----+
| 1  | 1 |
| 2  | 2 |
| 3  | 3 |
| 4  | 4 |
+--------+----+

上文中update无法修改的问题,为什么会产生这种情况?

  • 场景1:update之前,另一个事务B中执行update t set c=c+1
    • update是当前读,可以读取最新的数据,id不等于c,更新失败
    • select是快照读,事务B是处于高水位之后红色部分,对于select的事务不可见
  • 场景2:第一次select前启动事务B,update前事务B执行update t set c=c+1,且提交
    • update是当前读,可以读取最新的数据,id不等于c,更新失败
    • select是快照读,事务B对于当前事务是活跃的,处于黄色部分,不可见

索引场景分析

CREATE TABLE `geek` (
`a` int(11) NOT NULL,
`b` int(11) NOT NULL,
`c` int(11) NOT NULL,
`d` int(11) NOT NULL,
PRIMARY KEY (`a`,`b`),
KEY `c` (`c`),
KEY `ca` (`c`,`a`),
KEY `cb` (`c`,`b`)
) ENGINE=InnoDB;

select * from geek where c=N order by a limit 1;
select * from geek where c=N order by b limit 1;

非主键索引的叶子节点上会挂着主键,因此:

  • 索引c+主键索引,可以看做是c、a、b
  • 索引ca+主键索引,可以看做是c、a、b,重叠部分合并

由上可以得出,索引c可以等价于ca,保留较小的索引,去除索引ca

重建索引

-- 非主键索引重建
alter table T drop index k;
alter table T add index(k);

-- 主键索引重建方式1
alter table T drop primary key;
1075 - Incorrect table definition; there can be only one auto column and it must be defined as a key
alter table T add primary key(id);

-- 主键索引重建方式2
alter table T engine=InnoDB;
  • 索引重建:碎片整理可通过索引重建进行
  • 主键索引:
    • InnoDB必须有一个主键索引,未主动声明时,Mysql会默认给创建一列6字节的整数列
    • 自增只能定义在索引列上,因此直接删除自增列上索引异常:1075
    • 主键索引重建方式1中删除并重建的方式,其实相当于创建了两次索引,建议采用方式2

大批量删除数据

-- 第一种,直接执行 
delete from T limit 10000;

-- 第二种,在一个连接中循环执行 20 次 
delete from T limit 500;

-- 第三种,在 20 个连接中同时执行 
delete from T limit 500
  • 第一种:长事务,索引时间较长,且可能导致主从延迟
  • 第三种:人为造成锁冲突

IS NULL、IS NOT NULL是否走索引

mysql> show index from t;
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| t     |          0 | PRIMARY  |            1 | id          | A         |       93536 | NULL     | NULL   |      | BTREE      |         |               |
| t     |          1 | a        |            1 | a           | A         |       93536 | NULL     | NULL   | YES  | BTREE      |         |               |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+

mysql> explain select * from t where a is null;
+----+-------------+-------+------+---------------+-----+---------+-------+------+-----------------------+
| id | select_type | table | type | possible_keys | key | key_len | ref   | rows | Extra                 |
+----+-------------+-------+------+---------------+-----+---------+-------+------+-----------------------+
|  1 | SIMPLE      | t     | ref  | a             | a   | 5       | const |    1 | Using index condition |
+----+-------------+-------+------+---------------+-----+---------+-------+------+-----------------------+
1 row in set

mysql> explain select * from t where a is not null;
+----+-------------+-------+------+---------------+------+---------+------+-------+-------------+
| id | select_type | table | type | possible_keys | key  | key_len | ref  | rows  | Extra       |
+----+-------------+-------+------+---------------+------+---------+------+-------+-------------+
|  1 | SIMPLE      | t     | ALL  | a             | NULL | NULL    | NULL | 93536 | Using where |
+----+-------------+-------+------+---------------+------+---------+------+-------+-------------+
1 row in set

is null使用了索引,is not null未使用索引。那么,是否可以得出结论:is null走索引,is not null不走索引呢?

Mysql之案例分析(一)

对于二级索引来说,索引列的值可能为NULL,对于索引列值为NULL的二级索引记录来说,它们被放在B+树的最左边。由此,可以看出SQL中的NULL值认为是列中最小的值。因此,is null使用了索引,is not null由于需要查询所有值,最终还需要回表到主键索引,因此,直接使用全部扫描。

上述现象的本质还是优化器对索引成本的估算,如果上述案例中a is NULL的数量达到一定的程度,回表成本增加,可能就会被优化器放弃,改走全部扫描。

同理,!=、not in是否走索引,都是同样的原理

select count()

在不同的 MySQL 引擎中,count(*) 有不同的实现方式。

  • MyISAM 引擎:表的总行数存在磁盘上,没有where条件的情况下,会直接返回这个数,效率很高;
  • InnoDB 引擎:由于MVCC,不同事务中返回多少行是不确定的,需要把数据一行一行地从引擎里面读出来,然后累积计数。因此,优化器会找到最小的索引树来遍历

不同count的用法对比:

  • count(1):InnoDB 引擎遍历整张表,但不取值。server 层对于返回的每一行,放一个数字“1”进去,判断是不可能为空的,按行累加
  • count(*):MySQL专门进行了优化,不取值,等价于count(1),建议优先使用
  • count(主键id):InnoDB 引擎会遍历整张表,把每一行的 id 值都取出来,返回给 server 层。server 层拿到 id 后,判断是不可能为空的,就按行累加
  • count(字段):
    • 如果这个“字段”是定义为 not null 的话,一行行地从记录里面读出这个字段,判断不能为 null,按行累加;
    • 如果这个“字段”定义允许为 null,那么执行的时候,判断到有可能是 null,还要把值取出来再判断一下,不是 null 才累加

order by工作方式

CREATE TABLE `t` (
	`id` INT (11) NOT NULL,
	`city` VARCHAR (16) NOT NULL,
	`name` VARCHAR (16) NOT NULL,
	`age` INT (11) NOT NULL,
	`addr` VARCHAR (128) DEFAULT NULL,
	PRIMARY KEY (`id`),
	KEY `city` (`city`)
) ENGINE = INNODB;

select city,name,age from t where city=‘杭州‘ order by name limit 1000;

--  MySQL中用于控制排序行数据长度的一个参数,如果单行的长度超过这个值,改用rowid排序
SET max_length_for_sort_data = 16;
全字段排序 rowid 排序
Mysql之案例分析(一) Mysql之案例分析(一)
  • sort_buffer_size:如果要排序的数据量小于 sort_buffer_size,排序就在内存中完成。反之,利用磁盘临时文件辅助排序
  • rowid 排序多访问了一次表 t 的主键索引,因此,MySQL会优先选择全字段排序,可以通过修改参数max_length_for_sort_data让优化器选择rowid排序算法,默认16,当要查询的单条数据全文本长度大于16采用rowid排序
  • 对于需要使用临时表进行排序时,需要看临时表是内存临时表,还是磁盘临时表,由tmp_table_size决定,默认16M。若是内存临时表,回表在内存中完成,不会访问磁盘,优先选用rowid排序

优化方案:使数据本身有序

alter table t add index city_user(city, name);

-- 利用索引中相同city下name有序性
select city,name,age from t where city=‘杭州‘ order by name limit 1000;

-- 进一步优化,使用覆盖索引,减少回表
alter table t add index city_user_age(city, name, age);

-- city多值情况下,又该如何处理? sql拆分
select * from t where city in (‘杭州‘," 苏州 ") order by name limit 100;

group by优化

CREATE TABLE t1 (
	id INT PRIMARY KEY,
	a INT,
	b INT,
	INDEX (a)
);

select id%10 as m,count(*) as c from t2 group by m;

首先分析下group by语句的执行计划,如下:

-- 此处使用MySQL 8.0+,已取消group by隐式排序,否则Exta中还会多一个Using filesort
mysql> explain select id%10 as m,count(*) from t group by m;
+----+-------------+-------+------------+-------+---------------+-----+---------+------+--------+----------+------------------------------+
| id | select_type | table | partitions | type  | possible_keys | key | key_len | ref  | rows   | filtered | Extra                        |
+----+-------------+-------+------------+-------+---------------+-----+---------+------+--------+----------+------------------------------+
|  1 | SIMPLE      | t2    | NULL       | index | PRIMARY,a     | a   | 5       | NULL | 998529 |      100 | Using index; Using temporary |
+----+-------------+-------+------------+-------+---------------+-----+---------+------+--------+----------+------------------------------+
Mysql之案例分析(一)
  • 只用到了主键id字段,可以使用覆盖索引,因此选择了索引a,不用回表

  • 获取主键id,id%10后放入临时表,如果存在,计数列加1

  • MySQL 8.0前group by支持隐式排序,无排序需求时,建议加上order by null

如何优化?

  • 适合创建索引,直接加索引

    -- 此处举例中分组字段是不存在,新增一个,并创建索引
    -- 实际场景中可能会有已有分组字段,但未加索引,加上索引即可
    mysql> alter table t1 add column z int generated always as(id % 100), add index(z);
    
    -- 使用索引字段进行分组排序
    mysql> explain select z as m,count(*) from t1 group by z ;
    +----+-------------+-------+------------+-------+---------------+-----+---------+------+------+----------+-------------+
    | id | select_type | table | partitions | type  | possible_keys | key | key_len | ref  | rows | filtered | Extra       |
    +----+-------------+-------+------------+-------+---------------+-----+---------+------+------+----------+-------------+
    |  1 | SIMPLE      | t1    | NULL       | index | z             | z   | 5       | NULL | 1000 |      100 | Using index |
    +----+-------------+-------+------------+-------+---------------+-----+---------+------+------+----------+-------------+
    
    • 索引是有序的,顺序扫描,依次累加,统计完一个再统计下一个,不需要暂存中间结果,也不需要额外排序。如果需要倒序排列,Backward index scan,从后扫描索引即可

    • 多个分组字段,建议使用联合索引

  • 不适合创建索引,数据量不大,走内存临时表即可。如果数据量较大,使用SQL_BIG_RESULT告诉优化器,放弃内存临时表,直接磁盘临时表

    mysql> explain select SQL_BIG_RESULT id%10 as m,count(*) from t1 group by m ;
    +----+-------------+-------+------------+-------+---------------+-----+---------+------+------+----------+-----------------------------+
    | id | select_type | table | partitions | type  | possible_keys | key | key_len | ref  | rows | filtered | Extra                       |
    +----+-------------+-------+------------+-------+---------------+-----+---------+------+------+----------+-----------------------------+
    |  1 | SIMPLE      | t1    | NULL       | index | PRIMARY,a,z   | a   | 5       | NULL | 1000 |      100 | Using index; Using filesort |
    +----+-------------+-------+------------+-------+---------------+-----+---------+------+------+----------+-----------------------------+
    

    通过执行计划可以看出实际并未使用临时表,为什么呢?

    因此,磁盘临时表是B+树存储,存储效率不高,从磁盘空间考虑,直接使用数组存储,流程如下:

    Mysql之案例分析(一)

    直接把分组值m放在sort_buffer中,空间不足使用磁盘临时文件辅助排序,这样就得到一个有序数组。在有序数组上计算相同值出现的次数就比较简单了,和在索引上统计计数一样,逐个累加计数即可。

慢查询分析

  • 示例1:
session A session B
start transaction with consistent snapshot;
update t set c=c+1 where id=1;//执行100万次
select * from t where id=1;
select * from t where id=1 lock in share mode;
Mysql之案例分析(一)
  • 示例2:
-- 创建表t
CREATE TABLE `t` (
	`id` INT (11) NOT NULL,
	`b` VARCHAR (10) NOT NULL,
	PRIMARY KEY (`id`),
	KEY `b` (`b`)
) ENGINE = INNODB;

-- 值超出字段长度,字符串截断后传递给执行引擎,可能匹配上大量数据,最终导致大量回表二次验证b=‘1234567890abcd‘
explain select * from t where b=‘1234567890abcd‘;

-- 类型隐式转换,扫描全部索引树
explain select * from t where b=1235

互关问题设计

业务上有这样的需求,A、B 两个用户,如果互相关注,则成为好友。

-- 创建关注表
CREATE TABLE `like` (
	`id` INT (11) NOT NULL AUTO_INCREMENT,
	`user_id` INT (11) NOT NULL,
	`liker_id` INT (11) NOT NULL,
	PRIMARY KEY (`id`),
	UNIQUE KEY `uk_user_id_liker_id` (`user_id`, `liker_id`)
) ENGINE = INNODB;

-- 创建好友表
CREATE TABLE `friend` (
	`id` INT (11) NOT NULL AUTO_INCREMENT,
	`friend_1_id` INT (11) NOT NULL,
	`friend_2_id` INT (11) NOT NULL,
	PRIMARY KEY (`id`),
	UNIQUE KEY `uk_friend` (
		`friend_1_id`,
		`friend_2_id`
	)
) ENGINE = INNODB;
session1(A关注B,A=1,B=2) session2(B关注A,A=1,B=2)
begin;
select * from user_like where user_id=2 and liker_id=1;(Empty set) begin;
insert into user_like(user_id,liker_id) values(1,2);
select * from user_like where user_id=1 and liker_id=2;(Empty set)
insert into user_like(user_id,liker_id) values(2,1);
commit;
commit;

A、B两个用户同时关注对方,即使session2中select先于session1中insert操作,session2也无法感知其未提交的数据。从而两个session执行完后建立了双向关注,但未建立好友关系。如何解决?

方案1:按照规则,使AB互关映射到同一条数据上,通过行锁冲突+on duplicate key实现好友关系的建立

-- 增加互关关系字段
ALTER TABLE `user_like`
ADD COLUMN `relation_ship`  int NOT NULL AFTER `liker_id`;

-- 按照用户编号正序排列,不关A关注B,还是B关注A,都会命中同一条数据,用relation_ship标识两者之间的关系

-- A关注B,若A=1、B=2
insert into user_like(user_id,liker_id,relation_ship) values(1,2,1) on duplicate key update relation_ship = relation_ship|1;

-- A关注B,若A=2、B=1
insert into user_like(user_id,liker_id,relation_ship) values(1,2,2) on duplicate key update relation_ship = relation_ship|2;

-- 查询AB之前的关系
select relation_ship from user_like where user_id=1 and liker_id=2;

-- 以上两条insert执行后,上一步查询的relation_ship=1|2=3,可执行好友插入
insert ignore into user_friend(friend_1_id, friend_2_id) values(1,2);
  • on duplicate key需要建立在主键或者唯一键的基础上
  • insert ignore可保证好友插入的幂等性
  • 好处在于两条数据记录了关注和好友关系
  • 坏处在于不便于查询场景实现(可在异构数据源上进行查询)
    • 查询场景复杂化,例如:查询用户A关注的用户,(user_id=A and relation_ship<>2) or (liker_id=A and relation_ship=3)
    • 现有索引无法满足查询场景
    • 分表的情况下,无法映射指定用户到单一的表上,例如:查询用户A关注的用户

方案2:新的事务中或者异步调用好友关系建立服务

begin;

-- 验证双向关系是否存在,即存在两条数据
select couny(*) from user_like where user_id in (1,2) and liker_id in (1,2);

-- 双向关系存在,插入两条双向好友关系
insert ignore into user_friend (friend_1_id,friend_2_id)  select 
user_id,liker_id from user_like where user_id in (1,2) and liker_id in (1,2);
  • 好处在于关注和好友关系明确,查询实现简单
  • 坏处在于数据存储量翻倍,且关注和友好的建立不在同一个事务中,好友的建立有可能失败,需要提供补偿机制

更新中当前读问题

CREATE TABLE `t` (
	`id` INT (11) NOT NULL,
	`a` INT (11) NOT NULL,
	PRIMARY KEY (`id`)
) ENGINE = INNODB;

insert into t values(1,2);
session A session B
begin;
select * from t where id=1;
update t set a=3 where id=1;
update t set a=3 where id=1;
select * from t where id=1;
update t set a=4 where id=1;
select * from t where id=1;

session A中后两次select返回结果是什么?

有疑问的在于第二次,由于session B中已经把a修改为了3,session A中update是当前读,就看是否可以感知a已变更为3。MySQL 8.0.11中已感知不会执行修改操作,第二次读取的快照读还是(1,2)。有说法是update中当前读读取的只是where条件中的列,无法感知a是否变更,执行了修改操作,第二次读取结果为(1,3)

随机显示N条数据

  • 方案1:随机函数排序

    -- 不建议采用:排序耗费资源
    select * from t order by rand() limit n;
    
  • 方案2:随机主键

    -- 查询主键取值区间
    select max(id),min(id) into @M,@N from t ;
    
    -- 随机一个主键区间的值
    set @X=floor((@M-@N+1)*rand() + @N);
    
    -- 随机的主键值可能不存在,使用范围查找
    select * from t where id >= @X limit 1;
    

    缺点:

    • 只适用取一条数据,多条数据返回查找可能不够
    • 主键分布不均衡的情况下,不同行概率不一样,例如:1、2、3、40000、400001
  • 方案3:随机行数

    -- 获取总行数
    select count(*) into @C from t;
    
    -- 设置随机显示数量
    set @N = 1;
    
    -- 计算起始行数
    set @Y = floor(@C * rand())-@N+1;
    
    -- 拼接sql
    set @sql = concat("select * from t limit ", @Y, ",", @N);
    
    -- 预处理语句
    prepare stmt from @sql;
    
    -- 执行语句
    execute stmt;
    
    -- prepare、execute、deallocate统称为prepare statement,称为预处理语句,deallocate用于释放资源
    deallocate prepare stmt;
    

join优化

CREATE TABLE `t1` (
`id` int(11) NOT NULL,
`a` int(11) DEFAULT NULL,
`b` int(11) DEFAULT NULL,
`c` int(11) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB;

create table t2 like t1;
create table t3 like t2;
--  初始化三张表的数据
insert into ... 

-- 以下查询需要加哪些索引来优化?
SELECT
	*
FROM
	t1
JOIN t2 ON (t1.a = t2.a)
JOIN t3 ON (t2.b = t3.b)
WHERE
	t1.c >= X
AND t2.c >= Y
AND t3.c >= Z;

索引原则,尽量使用BKA算法,小表作为驱动表,假设第一个驱动表为:

  • t1:连接顺序为t1->t2->t3,要在被驱动表字段创建上索引,也就是 t2.a 和 t3.b 上创建索引
  • t2:连接顺序不确定,需要评估另外两个条件的过滤效果,都需要在t1.a、t3.b上创建索引
  • t3:连接顺序是 t3->t2->t1,需要在 t2.b 和 t1.a 上创建索引

同时,还需要在第一个驱动表的字段 c 上创建索引

自增主键是否连续

自增主键可能不连续,可能原因如下:

  • 自增值保存策略
    • 在 MySQL 5.7 及之前的版本,自增值保存在内存里,并没有持久化。每次重启后,第一次打开表的时候,都会去找自增值的最大值 max(id),然后将 max(id)+1 作为这个表当前的自增值
    • 在 MySQL 8.0 版本,将自增值的变更记录在了 redo log 中,重启的时候依靠 redo log 恢复重启之前的值
  • 自增值修改机制
    • 如果插入数据时 id 字段指定为 0、null 或未指定值,那么就把这个表当前的 AUTO_INCREMENT 值填到自增字段
    • 指定插入的主键值时,根据自增值生成算法计算新的自增值,影响参数: auto_increment_offset 、auto_increment_increment
  • 自增值申请后未使用不允许回退
  • 同一个语句多次申请自增id,每一次申请是前一次的两倍,可能造成浪费

MySQL 5.1.22 版本开始引入的参数 innodb_autoinc_lock_mode(默认1,语句结束后释放自增锁),控制了自增值申请时的锁范围。

默认值是 1。

  • 0 :表示采用之前 MySQL 5.0 版本的策略,即语句执行结束后才释放锁
  • 1 :普通 insert 语句,自增锁在申请之后就马上释放;类似 insert … select 这样的批量插入数据的语句,自增锁还是要等语句结束后才被释放。不包括普通的insert语句中包含多个value值的批量插入,因为可以计算需要多少个id,一次性申请后即可释放
  • 2:申请后就释放锁(8.0默认值已改为2)

从并发性能的角度考虑,建议将其设置为 2,同时将 binlog_format 设置为 row

误删数据解决方案

误删数据分类:

  • 使用 delete 语句误删数据行
    • 确保 binlog_format=row 和 binlog_row_image=FULL的前提下,使用Flashback工具闪回恢复数据
    • 建议在从库上执行,避免对数据的二次破坏(数据变更是有关联的,有可能因为误操作的数据触发其他业务逻辑,从而导致其他数据的变更。因此,数据恢复需要再从库上进行,验证后再恢复回主库)
    • 事前预防, sql_safe_updates=on关闭批量修改或删除,增加SQL审计
  • 误删库/表:drop table 、truncate table、drop database
    • 恢复方案:全量备份+实时备份binlog,可通过延迟复制备库优化,相当于一个最近可用的全量备份
    • 预防方案:权限控制、制定操作规范(例如:先备份后删除,只能删除指定后缀表)
  • rm删除数据:高可用集群即可,HA机制会重新选择一个主库

insert ...select加锁分析

CREATE TABLE `t` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`c` int(11) DEFAULT NULL,
`d` int(11) DEFAULT NULL,
PRIMARY KEY (`id`),
UNIQUE KEY `c` (`c`)
) ENGINE=InnoDB;

insert into t values(null, 1,1);
insert into t values(null, 2,2);
insert into t values(null, 3,3);
insert into t values(null, 4,4);

create table t2 like t

-- 语句1:不走索引,加锁范围:所有行锁和间隙锁
mysql> explain insert into t2(c,d) select c,d from t;
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------+
| id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------+
|  1 | INSERT      | t3    | NULL       | ALL  | NULL          | NULL | NULL    | NULL | NULL | NULL     | NULL  |
|  1 | SIMPLE      | t     | NULL       | ALL  | NULL          | NULL | NULL    | NULL |    4 |      100 | NULL  |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------+

-- 语句2:强制走索引c,倒序取第一条,加锁范围:(3,4]、(4,supremum] 
mysql> explain insert into t2(c,d) (select c+1, d from t force index(c) order by c desc limit 1);
+----+-------------+-------+------------+-------+---------------+------+---------+------+------+----------+---------------------+
| id | select_type | table | partitions | type  | possible_keys | key  | key_len | ref  | rows | filtered | Extra               |
+----+-------------+-------+------------+-------+---------------+------+---------+------+------+----------+---------------------+
|  1 | INSERT      | t2    | NULL       | ALL   | NULL          | NULL | NULL    | NULL | NULL | NULL     | NULL                |
|  1 | SIMPLE      | t     | NULL       | index | NULL          | c    | 5       | NULL |    1 |      100 | Backward index scan |
+----+-------------+-------+------------+-------+---------------+------+---------+------+------+----------+---------------------+

-- 语句3:从表t查询数据,再插入到自身,需要暂存中间数据,使用了临时表,在临时表上limit,
-- 加锁范围:所有行锁和间隙锁(8.0.11上和语句2一样,锁范围未发生变化)
mysql> explain insert into t(c,d) (select c+1, d from t force index(c) order by c desc limit 1);
+----+-------------+-------+------------+-------+---------------+------+---------+------+------+----------+--------------------------------------+
| id | select_type | table | partitions | type  | possible_keys | key  | key_len | ref  | rows | filtered | Extra                                |
+----+-------------+-------+------------+-------+---------------+------+---------+------+------+----------+--------------------------------------+
|  1 | INSERT      | t     | NULL       | ALL   | NULL          | NULL | NULL    | NULL | NULL | NULL     | NULL                                 |
|  1 | SIMPLE      | t     | NULL       | index | NULL          | c    | 5       | NULL |    1 |      100 | Backward index scan; Using temporary |
+----+-------------+-------+------------+-------+---------------+------+---------+------+------+----------+--------------------------------------+

-- 假设语句3,先把数据放入临时表,再进行limit,会扫描所有行,如何优化?
create temporary table temp_t(c int,d int) engine=memory;
insert into temp_t (select c+1, d from t force index(c) order by c desc limit 1);
insert into t select * from temp_t;
drop table temp_t;

Mysql之案例分析(一)

上一篇:Windbg与KVM虚拟机双机调试(libvirt)


下一篇:看云栖说云栖——专有云、混合云、边缘云