精选留言(42)

• 

  老杨同志

  请教一个问题：如果只需要去重，不需要执行聚合函数，distinct 和group by那种效率高一些呢？
  
  课后习题:
  图8，把统计结果存内存临时表，不排序。id是从1到1000，模10的结果顺序就是1、2、3、4、5。。。
  图9，老师把tmp_table_size改小了，内存临时表装不下，改用磁盘临时表。根据老师讲的流程，id取模的结果，排序后存入临时表，临时的数据应该是0,0,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,2,......
  从这个磁盘临时表读取数据汇总的结果的顺序就是0,1,2,3,4,5。。。

  作者回复: 新年好
  
  好问题，我加到后面文章中。
  简单说下结论，只需要去重的话，如果没有limit，是一样的；
  有limit的话，distinct 快些。
  
  漂亮的回答👍
  
  

  2019-02-06

  

   19
• 

  长杰

  图九使用的是磁盘临时表，磁盘临时表使用的引擎是innodb，innodb是索引组织表，按主键顺序存储数据，所以是按照m字段有序的。

  作者回复: 👍🏿
  春节快乐

  2019-02-06

  

   12
• 

  天王

  内部临时表，和sort buffer,join buffer一样，都用来存放语句执行过程中的中间数据，辅助语句的执行。
  使用用法 using temporary。
  
  使用场景：1 数据一边查询，一边直接得到结果，不需要额外内存。比如：group by 需要计算。
  
            2 join_buffer 是无序数组（单字段，可以重复），sort_buffer 有序数组，内部临时表是二维结构
  
  3 用到二维表的特性需要用到内部临时表，比如 distinct ，group by
  
  优化：1 group by 字段加索引
  
        2 扩大临时表内存大小
  
        3 如果数据量比较大，直接使用磁盘临时表
  
        4 如果分组之后，不需要排序，手工 order by null
  
  
  
  group by 的顺序
  
  1 创建一个内部临时表，初始化字段 a(分组字段) b(数量)
  
  2 扫描表，一个个的判断，a字段值在临时表不存在，则插入(2,1)，如果存在，比如（2,1），则加1，成为（2,2）
  
  3 分组之后，默认会进行排序，如果不需要顺序，用 order by null。

  作者回复: 👍很好的总结

  2019-02-28

  

   9
• 

  Sinyo

  老师好，
  我用infobright列式存储引擎explain出来一个group by语句，
  发现也会用到内存临时表和文件排序、然后使用SQL_BIG_RESULT也有同样优化效果；
  这是不是说明sort_buffer、join_buffer、内存临时表和磁盘临时表与数据库引擎类型其实是独立开的呢？

  作者回复: 是的，非常好的验证和思考👍
  
  sort_buffer、join_buffer、内存临时表和磁盘临时表 都是server层的，引擎间共用

  2019-02-28

  

   6
• 

  IceGeek17

  文中说，SQL_BIG_RESULT这个hint，用来告诉优化器直接用磁盘临时表，
  对于文中的例子 select SQL_BIG_RESULT id%100 as m, count(*) as c from t1 group by m;
  则没有使用临时表，直接用了排序算法，这里有点不太明白，SQL_BIG_RESULT这个hint到底用来提示的是什么（是用磁盘临时表，还是就是直接使用排序，不用临时表）？
  
  文中 “MySQL优化器一看，磁盘临时表B+数存储，存储效率不如数据来的高。那从磁盘空间考虑，还是直接用数组来存”，这段怎么理解？
  是指MySQL优化器，直接忽略B+数的磁盘临时表（这里忽略的依据是什么？），并且从文中后续的分析来看，也没有用内存临时表，而是直接sort buffer排序，老师再详细解释下？
  
  对于InnoDB的磁盘临时表，索引结构是B+数；那对于内存临时表，是不是就是数组结构？数组临时表的主键就是每个数组元素？
  
  

  作者回复: 1. 最后的结果是“直接使用排序”
  2. 就是认为用sort_buffer直接排序性能更好，所以就没有使用内存临时表或磁盘临时表
  3. 没有索引的内存表可以认为就是数组； 主键不是，内存表的表结构，可以看一下38篇

  2019-02-21

  

   6
• 

  Long

  老师，新年好！ :-)
  
  有几个版本差异的问题：
  （1）图1中的执行计划应该是5.7版本以后的吧，貌似没找到说在哪个环境，我在5.6和5.7分别测试了，id = 2的那个rows，在5.6版本（5.6.26）是1000，在5.7版本是2行。应该是5.7做的优化吧？
  
  （2）图 9 group + order by null 的结果（此盘临时表），这里面mysql5.6里面执行的结果是（1，10），（2，10）...(10，10)，执行计划都是只有一样，没找到差异。
  跟踪下了下optimizer trace，发现问题应该是在临时表空间满的的时候，mysql5.7用的是：converting_tmp_table_to_ondisk "location": "disk (InnoDB)",，而mysql 5.6用的是converting_tmp_table_to_myisam "location": "disk (MyISAM)"的原因导致的。
  查了下参数：
  default_tmp_storage_engine。（5.6，5.7当前值都是innodb）
  internal_tmp_disk_storage_engine（只有5.7有这个参数，当前值是innodb），5.6应该是默认磁盘临时表就是MyISAM引擎的了，由于本地测试环境那个临时表的目录下找不到临时文件，也没法继续分析了。。。
  
  至于为什么MySQL 5.6中结果展示m字段不是0-9而是1-10，还得请老师帮忙解答下了。
  
  
  还有几个小问题，为了方便解答，序号统一了：
  （3）在阅读mysql执行计划的时候，看了网上有很多说法，也参考了mysql官网对id（select_id）的解释：
  id (JSON name: select_id)
  The SELECT identifier. This is the sequential number of the SELECT within the query.（感觉这个读起来也有点歧义，这个sequential字面解释感觉只有顺序的号码，并咩有说执行顺序）
  比如图1，文中解释就是从ID小的往大的执行的，网上有很多其他说法，有的是说ID从大到小执行，遇到ID一样的，就从上往下执行。有的说是从小往大顺序执行。不知道老师是否可以官方讲解下。
  
  （4）我发现想搞懂一个原理，并且讲清楚让别人明白，真的是很有难度，非常感谢老师的分享。这次专栏结束，还会推出的新的专栏吗？ 非常期待。

  作者回复: 1. 是的，我默认是用5.7做的验证，这里5.7做了优化。
  2. 其实你已经找到原因了，就是因为5.6的默认临时表是myisam表，而myisam表是堆表，这里的堆表，跟38篇介绍的memory引擎是类似的，你看了那篇应该就能知道为什么堆表是最后显示0那行了
  3. 好问题，不同id从大到小，相同id从上到下
  4. 多谢你的鼓励，还没定，先休息下^_^
  
  不好意思，你发的第一天就看到了，回复晚了😆

  2019-02-10

  

   5
• 

  Li Shunduo

  请问Group By部分的第一个语句 explain select id%10 as m, count(*) as c from t1 group by m；为什么选择的是索引a，而不是primary key？如果字段a上有空值，使用索引a岂不是就不能取到所有的id值了？

  作者回复: 因为索引c的信息也足够，而且比主键索引小，使用索引c更会好。
  
  “如果字段a上有空值，使用索引a岂不是就不能取到所有的id值了？”，不会的

  2019-02-07

  

   5
• 

  梦康

  实践发现文中描述的 group by 执行过程中解释不通。案例如下
  
  select `aid`,sum(`pv`) as num from article_rank force index(idx_day_aid_pv) where `day`>20190115 group by aid order by num desc LIMIT 10;
  
  内存临时表不够，需要写入磁盘
  
  select `aid`,sum(`pv`) as num from article_rank force index(idx_aid_day_pv) where `day`>20190115 group by aid order by num desc LIMIT 10;
  
  内存临时表足够。
  
  选的索引不一样，但是最后筛选出来的总行应该是一样的呀，所以现在更加困惑了。

  作者回复: 看索引的名字猜测， idx_aid_day_pv 就是(adid, day,pv)这三个字段的联合索引？
  
  这样的话，第二个语句就会顺序遍历索引，只要找到10个不同的aid就可以了，这个索引不用全部遍历；这样可以减少很多写入临时表的数据；
  
  但是第一个语句是day开头的， 这样就必须将所有`day`>20190115的记录都存到临时表中，这个要写入内存表的数据行数肯定比第二个语句多的
  
  所以核心就是这两个语句需要放入临时表的行数不同。
  
  

  2019-02-11

   2

   3
• 

  兔斯基

  老师，关于排序有几个问题。
  order by id，主键
  order by null，
  不加order by
  这三种写法哪种执行效率更高一些？后面两者是不是等价的？

  作者回复: 这三种写法语义上不一样。。
  
  如果对返回结果没有顺序要求，那写上order by null肯定是好的。
  
  “order by null”和“不加order by”不等价，咱们文中有说哈

  2019-02-11

  

   3
• 

  null

  疑问：
  set tmp_table_size=1024;
  select id%100 as m, count(*) as c from t1 group by m order by null limit 10;
  
  结果不需要排序，为什么不像第 17 章《如何正确显示随机消息》，采用优先队列排序算法。这里只需要维护一个 10 个元素的堆就可以了。
  
  ----
  
  课后思考题：
  使用磁盘临时表（engine=innodb），排首位的是 0，而内存临时表（engine=memory）却是 1。为何会有这种区别？
  
  扫描计算的过程都是一样的，扫描 a 索引的时候，都是先扫描 1，再扫描 10。
  m 字段是磁盘临时表和内存临时表的主键。
  
  磁盘临时表是以 B+ 树存储数据，插入 m=0 时，会被动态调整到首位。而内存临时表是以数组保存数据，每次都是往数组末端添加元素，不会动态调整。因此产生了这个差异。

  2019-08-09

  

   1
• 

  进阶的码农

  select id%10 as m, count(*) as c from t1 group by m;
  我执行这条语句 第一行是1 没有经过排序，我explain 这条语句也没有显示sort 但是显示用了临时表，可能是什么原因的，和mysql版本有关吗？还是配置？

  2019-03-07

   1

   1
• 

  Sinyo

  老师好，好奇怪我用infobright列式存储引擎explain一条union语句，发现是不用临时表的，测试了很多次：
  比如：
  EXPLAIN
  (SELECT 111)
  UNION
  (SELECT 222)
  ；
  EXPLAIN
  (SELECT 111)
  UNION
  (SELECT id from aaa)
  ；
  EXPLAIN
  (SELECT id from bbb)
  UNION
  (SELECT id from aaa)
  以上都没有用到临时表；
  这应该说明不同引擎的逻辑层还是存在差异的把。

  2019-03-07

  

   1
• 

  Sinyo

  谢谢老师解惑，
  再次请教老师，那其他引擎数据库在server层建的磁盘临时表是什么引擎呢？

  作者回复: 需要创建临时表的时候，与当前访问数据的引擎无关，都是默认创建内存临时表，内存不够了转磁盘临时表（默认是innodb 表）

  2019-03-01

  

   1
• 

  黄文韬

  老师，有两个问题不是很清楚:
  1. 图三显示union all没有使用临时表，但是我本地explain看到union all和union的执行计划是一样的，不知道为什么？是和版本有关系还是其他设置？本地版本5.6
  2.图四 不太理解为什么会用filesort，因为我看你后面执行流程是说会创建一个临时表，主键是m，那为啥不可以直接根据m来排序，而要用到filesort外部排序，还是这个filesort是指的不是按表中索引的排序都会是filesort？？
  感谢

  作者回复: 1. 啊 比较奇怪，你可否给一下截图，（比如发个微博，贴图at我），带上表结构哈
  2. 好问题，其实这个是要结合下一篇文章的知识点，内存表的主键不是保证有序的

  2019-02-15

   1

   1
• 

  Smile

  当碰到第一个 2 的时候，已经知道累积了 Y 个 1，结果集里的第一行就是 (1,Y);
  ----
  应该是 结果集里的第 二 行 吧
  
  
  
  

  作者回复: 对的，👍🏿细致
  
  发起勘误了，新年快乐

  2019-02-11

  

   1
• 

  牛牛

  新年快乐～、感谢有您～^_^～

  作者回复: 新年快乐~🤝

  2019-02-06

  

   1
• 

  poppy

  老师，春节快乐，过年还在更新，辛苦辛苦。
  关于思考题，我的理解是图8中的查询是使用了内存临时表，存储的顺序就是id%10的值的插入顺序，而图9中的查询，由于内存临时表大小无法满足，所以使用了磁盘临时表，对于InnoDB来说，就是对应B+树这种数据结构，这里会按照id%100(即m)的大小顺序来存储的，所以返回的结果当然也是有序的

  作者回复: 新年好~
  
  👍

  2019-02-06

  

   1
• 

  八百

  春节快乐，老师。谢谢你让我学到不少知识

  作者回复: 新年快乐🤝

  2019-02-06

  

   1
• 

  某、人

  老师春节快乐，辛苦了

  作者回复: 春节快乐，🤝

  2019-02-06

  

   1
• 

  Garen

  老师您好：
  看了文章，group by 不会使用磁盘临时表，会使用排序算法。我原以为不使用磁盘临时表是因为磁盘临时表就能获得count(*)了，如果多一些查询结果，应该会使用磁盘临时表。但是我执行下面的语句，依旧使用了排序算法。为什么会这样呢？
  
  explain select SQL_BIG_RESULT id%100 as m, count(*) as c, max(id),min(id),id,a,b from t1 group by m;

  2019-10-31

  

  