MySQL两种临时表的用法详解

MsSQL 2020-02-23

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：

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：

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",... 
 "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：

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。

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

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))关掉BNL后，ORDER BY将直接使用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的列不属于执行计划中第一个连接表的列。

例如：

MysqL> explain format=json select * from t as t1,t as t2 order by t2.a; 
EXPLAIN 
{ 
  "query_block": { 
"select_id": 1,"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：

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" 
},...

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：

 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" 
},"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：

explain format=json select (select rand() from t1 limit 1) as a from t1 order by a; 
| { 
 "query_block": { 
"select_id": 1,...

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：

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" 
},... 
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：

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,"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：

explain format=json select t2.a from t1,t1 as t2 group by t2.a; 
| { 
"query_block": { 
"select_id": 1,"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：

set sql_mode=''; 
explain format=json select t1.a from t1 group by t1.b order by t1.a; 
| { 
  "query_block": { 
"select_id": 1,"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：

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" 
},"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：

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" 
},"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：

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",...

2) 如果semi-join执行方式为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" 
},"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：

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：

update t1,t1 as t2 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) 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;

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。

总结

以上就是本文关于MysqL两种临时表的用法详解的全部内容，希望对大家有所帮助。感兴趣的朋友可以参阅：几个比较重要的MySQL变量、MySQL prepare原理详解、MySQL删除表数据的方法等，有什么问题请留言，欢迎大家交流讨论。

相关文章

SQL Server CASE WHEN ... THEN ... ELSE ... END
SELECT a.*,b.dp_name,c.pa_name,fm_name=(CASE WHEN a.fm_n...
SQL Server 数据表栏位新增
if not exists(select name from syscolumns where name=&am...
SQL Server Left join
select a.*,pano=a.pa_no,b.pa_name,f.dp_name,e.fw_state_n...
SQL Server 2019 中设置定时自动重启
要在 SQL Server 2019 中设置定时自动重启，可以使用 Window...
SQL Server 事务日志已满
您收到的错误消息表明数据库 'EastRiver' 的...
SQL SERVER PROFILER
首先我需要查询出需要使用SQL Server Profiler跟踪的数据库标...