zoukankan      html  css  js  c++  java
  • mysql存储过程中使用临时表

    当工作在很大的表上时,您可能偶尔需要运行很多查询获得一个大量数据的小的子集,不是对整个表运行这些查询,而是让MySQL每次找出所需的少数记录,将记录选择到一个临时表可能更快些,然后多这些表运行查询。

      创建临时表很容易,给正常的CREATE TABLE语句加上TEMPORARY关键字:

      CREATE TEMPORARY TABLE tmp_table (

      name VARCHAR(10) NOT NULL,

      value INTEGER NOT NULL

      )

      临时表将在您连接MySQL期间存在。当您断开时,MySQL将自动删除表并释放所用的空间。当然您能够在仍然连接的时候删除表并释放空间。

      DROP TABLE tmp_table

      假如在您创建名为tmp_table临时表时名为tmp_table的表在数据库中已存在,临时表将有必要屏蔽(隐藏)非临时表 tmp_table。

      假如您声明临时表是个HEAP表,MySQL也允许您指定在内存中创建他:

      CREATE TEMPORARY TABLE tmp_table (

      name VARCHAR(10) NOT NULL,

      value INTEGER NOT NULL

      ) TYPE = HEAP

      因为HEAP表存储在内存中,您对他运行的查询可能比磁盘上的临时表快些。然而,HEAP表和一般的表有些不同,且有自身的限制。详见 MySQL参考手册。

      正如前面的建议,您应该测试临时表看看他们是否真的比对大量数据库运行查询快。假如数据很好地索引,临时表可能一点不快。

    delimiter ||
    create procedure sp_test1(
    IN pageno int, IN pagesize int,
    OUT pagecount int
    )
    BEGIN
    declare idlower bigint;
    declare idupper bigint;
    declare totalreccount int;

    drop table if exists tmp_table21;
    CREATE TEMPORARY TABLE tmp_table21(   
    rowid bigint auto_increment primary key,
    userid bigint
    );


    insert into tmp_table21 (userid) select ID from restcomments;
    set idlower=(pageno-1)*pagesize+1;
    set idupper=pageno*pagesize;
    select * from tmp_table21;

    /*计算总页数*/
    select count(*) from tmp_table21 into totalreccount;
    set pagecount=totalreccount;
    end||
    delimiter ;
    注意:

    引言:某客户新上线一个项目,利用存储过程处理用户登录相关事务。在存储过程中,需要对用户数据进行处理,于是他们采用临时表(temporary table)来做这个动作,先创建一个临时表,然后插入数据,处理;由于是采用连接池方式,担心临时表被复用,于是在最后删除该临时表。该客户采用16G 的2950机器做mysql db server,利用loadrunner进行模拟登录测试,发现并发量达到2,30万之后,就再也上不去了,而且峰值不是很稳定的处于30多万的级别上。
    一开始以为是机器性能达到了极限,经过询问各种状况后,认为应该还可以得到改进和优化。经过现场分析后,发现在测试达到峰值时,会有大量的 "waiting for table",以及大量的 create temporary tabledrop table 的线程在等待。很明显,瓶颈在于频繁的创建和删除临时表,mysql需要频繁的处理打开和关闭表描述符,才会导致了上面的问题。还好他们采用了连接池,否则情况将会更糟糕。建议他们把最后的 drop table 改成 truncate table,把临时表清空了,也就不会担心下一次调用时临时表不为空了,省去了频繁的处理表文件描述符,并发用户数也稳定的保持在了40多万。

  • 相关阅读:
    ASP.NET Core 搭配 Nginx 的真实IP问题
    【Spark】Sparkstreaming-性能调优
    【软件】软件设计-非功能性需求-性能-可靠性-安全性等
    【Spark】Spark-架构
    【Kafka】Kafka-副本-分区设置-性能调优
    【Spark】SparkStreaming-Tasks-数量如何设置?
    【Spark】Spark-性能调优-系列文章
    【Spark】Spark-空RDD判断与处理
    【Git】Git-add之后-忽略部分文件的方法
    【大数据】Spark-Hadoop-架构对比
  • 原文地址:https://www.cnblogs.com/opaljc/p/3101033.html
Copyright © 2011-2022 走看看