MySQL中的两种临时表

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

MySQL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。

1. 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": "1.40"
    },
    "buffer_result": {
      "using_temporary_table": true,
      "table": {
        "table_name": "t1",
        "access_type": "ALL",
        "rows_examined_per_scan": 2,
        "rows_produced_per_join": 2,
        "filtered": "100.00",
        "cost_info": {
          "read_cost": "1.00",
          "eval_cost": "0.40",
          "prefix_cost": "1.40",
          "data_read_per_join": "32"
        },
        "used_columns": [
          "a",
          "b"
        ]
      }
    }
  }
} 

2. 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": "10.50"
    },
    "table": {
      "table_name": "tt",
      "access_type": "ALL",
      "rows_examined_per_scan": 2,
      "rows_produced_per_join": 2,
      "filtered": "100.00",
      "cost_info": {
        "read_cost": "10.10",
        "eval_cost": "0.40",
        "prefix_cost": "10.50",
        "data_read_per_join": "32"
      },
      "used_columns": [
        "a",
        "b"
      ],
      "materialized_from_subquery": {
        "using_temporary_table": true,
        "dependent": false,
        "cacheable": true,
        "query_block": {
          "select_id": 2,
          "cost_info": {
            "query_cost": "1.40"
          },
　　……

3. 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> show status like 'CREATE%';
mysql> select * from information_schema.character_sets;      
mysql> show status like 'CREATE%';

可以看到 Created_tmp_tables 的值会在 select 之后增加 1 。

4. 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

例如：

mysql> explain format=json select distinct a from t1;
EXPLAIN{
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "1.40"
    },
    "duplicates_removal": {
      "using_temporary_table": true,
      "using_filesort": false,
　　……

5. 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)

• 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": "7.20"
    },
    "ordering_operation": {
      "using_temporary_table": true,
      "using_filesort": true,
      "cost_info": {
        "sort_cost": "4.00"
      },
    ……

• 关掉BNL后，ORDER BY将直接使用 filesort

set optimizer_switch='block_nested_loop=off';
mysql> explain format=json select * from t1, t1 as t2 order by t1.a;
EXPLAIN{
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "7.20"
    },
    "ordering_operation": {
      "using_temporary_table": true,
      "using_filesort": true,
      "cost_info": {
        "sort_cost": "4.00"
      },
    ……

注意：这里设置了 block_nested_loop=off ，但结果与  block_nested_loop=on 。

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,
    "cost_info": {
      "query_cost": "7.20"
    },
    "ordering_operation": {
      "using_temporary_table": true,
      "using_filesort": 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？

• 如果排序表达式是SP或者UDF

例如：

mysql> delimiter //  
mysql> create function func1(x int)  
    -> returns int deterministic  
    -> begin  
    -> declare z1, z2 int;  
    -> set z1 = x;  
    -> set z2 = z1+2;  
    -> return z2;  
    -> end//
Query OK, 0 rows affected (0.07 sec)

mysql> delimiter ; 
mysql> explain format=json select * from t1 order by func1(a);
EXPLAIN {
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "3.40"
    },
    "ordering_operation": {
      "using_temporary_table": true,
      "using_filesort": true,
    ……

• 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：

mysql> show index from t1;
mysql> explain format=json SELECt a FROM t1 group by a order by sum(a);
EXPLAIN {
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "1.40"
    },
    "ordering_operation": {
      "using_temporary_table": true,
      "using_filesort": true,
      "grouping_operation": {
        "using_filesort": false,
    ……

• ORDER BY的列中包含有SCALAR SUBQUERY,当然该SCALAR SUBQUERY没有被优化掉

例如：

mysql> explain format=json select (select rand() from t1 limit 1) as a from t1 order by a; 
EXPALIN {
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "1.40"
    },
    "ordering_operation": {
      "using_temporary_table": true,
      "using_filesort": true,
    ……

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：

mysql> set sql_mode='';
mysql> create index idx1 on t1(b)；
mysql> explain format=json select t1.a from t1 group by t1.b order by 1;
EXPLAIN {
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "1.40"
    },
    "ordering_operation": {
      "using_temporary_table": true,
      "using_filesort": true,
      "grouping_operation": {
        "using_filesort": false,
    ……

6. 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：

mysql> explain format=json select t2.a from t1, t1 as t2 group by t1.a;
EXPLAIN {
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "7.20"
    },
    "grouping_operation": {
      "using_temporary_table": true,
      "using_filesort": 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：

mysql> explain format=json select t2.a from t1, t1 as t2 group by t2.a;
EXPLAIN {
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "7.20"
    },
    "grouping_operation": {
      "using_temporary_table": true,
      "using_filesort": true,
      "cost_info": {
        "sort_cost": "4.00"
      },
      "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：

mysql> set sql_mode='';
mysql> explain format=json select t1.a from t1 group by t1.b order by t1.a;
EXPLAIN  {
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "1.40"
    },
    "ordering_operation": {
      "using_filesort": true,
      "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：

mysql> explain format=json select sum(t1.a) from t1 left join t1 as t2 on true group by t1.a with rollup;
EXPLAIN {
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "7.20"
    },
    "grouping_operation": {
      "using_temporary_table": true,
      "using_filesort": true,
      "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：

mysql> explain format=json select (select avg(a) from t1) as a from t1 group by a;
EXPLAIN {
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "3.40"
    },
    "grouping_operation": {
      "using_temporary_table": true,
      "using_filesort": true,
      "cost_info": {
        "sort_cost": "2.00"
      },
    ……

7. 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：

mysql> set optimizer_switch='firstmatch=off,duplicateweedout=off';
EXPLAIN  {
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "5.60"
    },
    ……
    "materialized_from_subquery": {
            "using_temporary_table": true,
　　……

2) 如果semi-join执行方式为Duplicate Weedout

例如：

mysql> set optimizer_switch='firstmatch=off';
mysql> explain format=json select * from t1 where a in (select b from t1);
EXPLAIN {
    ……
     "materialized_from_subquery": {
            "using_temporary_table": true,
            "query_block": {
    ……

8. 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：

mysql> explain format=json select * from t1 union select * from t1;
EXPLAIN {
  "query_block": {
    "union_result": {
      "using_temporary_table": true,
      "table_name": "<union1,2>",
      "access_type": "ALL",
    ……

9. 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：

mysql> show status like 'CREATE%';
mysql> update t1, t1 as t2 set t1.a=3;
mysql> show status like 'CREATE%';

10. 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。

本文摘自：阿里云数据库内核组讲解MySQL中的两种临时表