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。
