当前位置:首页 > 文章列表 > 数据库 > MySQL > 第05问:MySQL 在处理临时结果集时,内部临时表会使用多少内存?

第05问:MySQL 在处理临时结果集时,内部临时表会使用多少内存?

来源:SegmentFault 2023-01-23 17:53:48 0浏览 收藏

大家好,今天本人给大家带来文章《第05问:MySQL 在处理临时结果集时,内部临时表会使用多少内存?》,文中内容主要涉及到MySQL,如果你对数据库方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!

问题:

MySQL 在处理临时结果集(UNION 运算 / 聚合运算等)时,会用到内部临时表(internal temporary table)。
那么内部临时表会使用多少内存呢?

实验:

我们先创建一个测试用的数据库,

然后准备好数据,

我们使用一个带 UNION 的子表,使执行计划会使用内部临时表:

可以看到执行计划确实使用了临时表:

下面我们另起一个 session,用 performance_schema 对内存进行观察:

在主 session 中,探查其连接号,并找到线程号:

在 performance_schema 中,确认其内存分配的统计初始状态:

在主 session 中执行 SQL:

在 performance_schema 中,查看其内存分配:

可知在这个 SQL 的处理过程中,总共分配了 4M 多的内存用于内部临时表:

我们都知道内存临时表是 memory(heap) 引擎格式的表,那我们手工建一个显式的内存表,应当和内存临时表使用的内存相同,来试验一下。

在主 session 中创建一张内存表,将数据插入到内存表中:

观察 performance_schema 可知:内存表驻留在内存里的字节数与之前临时表使用的字节数相同。

结论

我们通过 performance_schema 观察了 memory 引擎的内存分配,由此推算了内部临时表的内存占用情况。

MySQL 在其他元数据中,诸如 information_schema.INNODB_TEMP_TABLE_INFO 中,并不展示内部临时表的信息,如图:

另外值得注意的是:memory 引擎会多划分出不少空间,比如本例中我们的数据是 300025 行 * 4 字节 =~ 1.2M,而引擎分出了 4M 多的内存来进行存储。

因此如果进行估算时,需要将数据量乘以一个较大的系数,才能准确估算。

小贴士:
我们是第二次用到了 dbdeployer,介绍一下其身世:
dbdeployer 的前身是著名的 mysql-sandbox,是著名博主 Giuseppe Maxia 的扛鼎之作(http://datacharmer.blogspot.com),可以极其方便地搭建 MySQL 多种架构的测试环境,命令简单优雅。
今后在实验中,我们会多次用到 dbdeployer,或者使用 MySQL 容器进行快速搭建和试验。


关于 MySQL 的技术内容,你们还有什么想知道的吗?赶紧留言告诉小编吧!

理论要掌握,实操不能落!以上关于《第05问:MySQL 在处理临时结果集时,内部临时表会使用多少内存?》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

版本声明
本文转载于:SegmentFault 如有侵犯,请联系study_golang@163.com删除
Mysql数据库演示内连接、左连接、右连接Mysql数据库演示内连接、左连接、右连接
上一篇
Mysql数据库演示内连接、左连接、右连接
为什么 select count(*) from t,在 InnoDB 引擎中比 MyISAM 慢?
下一篇
为什么 select count(*) from t,在 InnoDB 引擎中比 MyISAM 慢?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    282次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    336次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    333次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    301次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    123次使用