MySQL部分從庫上面由於大量的臨時表tmp_table形成慢查詢

背景描述

# Time: 2019-01-24T00:08:14.705724+08:00
# User@Host: **[**] @  [**]  Id: **
# Schema: sentrymeta  Last_errno: 0  Killed: 0
# Query_time: 0.315758  Lock_time: 0.001693  Rows_sent: 9664  Rows_examined: 36413  Rows_affected: 0
# Bytes_sent: 1616970  Tmp_tables: 1  Tmp_disk_tables: 1  Tmp_table_sizes: 16384
# QC_Hit: No  Full_scan: No  Full_join: No  Tmp_table: Yes  Tmp_table_on_disk: Yes
# Filesort: No  Filesort_on_disk: No  Merge_passes: 0
#   InnoDB_IO_r_ops: 0  InnoDB_IO_r_bytes: 0  InnoDB_IO_r_wait: 0.000000
#   InnoDB_rec_lock_wait: 0.000000  InnoDB_queue_wait: 0.000000
#   InnoDB_pages_distinct: 1085
             total       used       free     shared    buffers     cached
Mem:           125         38         87          0          0         19
-/+ buffers/cache:         18        107
Swap:           31          0         31
root@(none)04:33:02>select version();
+---------------+
| version()     |
+---------------+
| 5.7.19-17-log |
+---------------+
1 row in set (0.00 sec)

root@(none)04:33:07>show variables like '%table_size%';
+---------------------+-----------+
| Variable_name       | Value     |
+---------------------+-----------+
| max_heap_table_size | 134217728 |
| tmp_table_size      | 16777216  |
+---------------------+-----------+
2 rows in set (0.00 sec)

問題分析

Q1:爲何會產生臨時表?mysql

這個很少說,SQL寫的惹不起,反正就是半個小時看不懂的那種,就是一眼就知道必定會產生臨時表的😂~~~sql

Q2:登陸到機器上去查看內存使用偏小?數據庫

由於這個物理機的內存是125G,可是mysql的總數據量不超過1G,全部實際並不須要多少內存就能夠將全部數據都加載都內存中。性能

Q3:既然內存夠用,爲啥還要在磁盤上產生臨時表?測試

後面能夠看見數據庫配置的臨時表空間是16M,從慢查詢日誌上來看每個臨時表的大小是16K,在QPS達到必定量了以後,臨時表空間就達到了上限,就會產生臨時磁盤表,看圖下面的產生的【臨時磁盤表/臨時表】的比例也是符合預期,如今大概就每3條SQL其中有一條會產生臨時表。解決辦法就是把tmp_table_size這個參數調大,按照當前的計算,調大一半8M能夠解決問題。可是,我如今的機器配置很豪,就開心的調大10倍啦~~~~spa

Q4:磁盤上產生臨時表真的是SQL慢的根本緣由嗎?日誌

一般咱們會認爲產生了臨時表,就更不用說臨時磁盤表,大部分就能肯定慢查詢的緣由了。可是此次我仍是懷疑了一下,實在是機器性能太好,想着16K的臨時表真的有這麼大的影響嗎,並且個人磁盤性能【SSD、PCIE】感受也很棒,O(∩_∩)O哈哈~。因此我統計了一下各個階段的執行時間,發現 converting HEAP to ondisk 從內存中拷貝數據到磁盤消耗的時間並很少,16K對於這種高配的機器仍是小case,真正的時間消耗在sending data上,爲啥會這樣呢?看上面的慢查詢日誌發現 Bytes_sent: 1616970 這個是1.54M,消耗時間比較多的是從引擎層發送數據給server層,由於這個SQL最後訪問的數據比較多。作個簡單測試,右邊是原來的SQL執行時間,左邊是我limit 5的統計結果,能夠很直觀的看到sending data時間上的差別,時間上查了0.011001/0.000131 ~ 84倍。可是這個和數據行數並非線性增加關係的,緣由嘛就是磁盤的訪問方式。code

show profile for query 8;
+----------------------+----------+
| Status               | Duration |
+----------------------+----------+
| starting             | 0.000082 |
| checking permissions | 0.000003 |
| checking permissions | 0.000001 |
| checking permissions | 0.000003 |
| Opening tables       | 0.000015 |
| init                 | 0.000024 |
| System lock          | 0.000010 |
| optimizing           | 0.000010 |
| statistics           | 0.000098 |
| preparing            | 0.000014 |
| Creating tmp table   | 0.000033 |
| executing            | 0.000002 |
| Sending data         | 0.000131 |
| end                  | 0.000003 |
| query end            | 0.000005 |
| removing tmp table   | 0.000049 |
| query end            | 0.000002 |
| closing tables       | 0.000015 |
| freeing items        | 0.000030 |
| cleaning up          | 0.000017 |
+----------------------+----------+
20 rows in set, 1 warning (0.00 sec)

 

show profile for query 1;
+---------------------------+----------+
| Status                    | Duration |
+---------------------------+----------+
| starting                  | 0.000165 |
| checking permissions      | 0.000005 |
| checking permissions      | 0.000002 |
| checking permissions      | 0.000006 |
| Opening tables            | 0.000027 |
| init                      | 0.000057 |
| System lock               | 0.000015 |
| optimizing                | 0.000025 |
| statistics                | 0.000235 |
| preparing                 | 0.000031 |
| Creating tmp table        | 0.000066 |
| executing                 | 0.000003 |
| Sending data              | 0.011001 |
| converting HEAP to ondisk | 0.005307 |
| Sending data              | 0.059461 |
| end                       | 0.000004 |
| query end                 | 0.000011 |
| removing tmp table        | 0.000137 |
| query end                 | 0.000004 |
| closing tables            | 0.000026 |
| freeing items             | 0.000026 |
| cleaning up               | 0.000022 |
+---------------------------+----------+
22 rows in set, 1 warning (0.00 sec)
相關文章
相關標籤/搜索