MySQL如何统计一个数据库所有表的数据量

mysql统计一个数据库里所有表的数据量,最近在做统计想查找一个数据库里基本所有的表数据量,数据量少的通过select count再加起来也是可以的,不过表的数据有点多,不可能一个一个地查

记得在Navicat里,选择一个数据量,点击表,如图:

是可以看到所有表具体的数据行的

然后可以通过sql实现?在mysql里是可以查询information_schema.tables这张表的

1
2
3
4
SELECT table_rows,table_name FROM information_schema.tables  
 WHERE TABLE_SCHEMA = '数据库名称'
 and table_name not in ('不查询的表名称') 
 ORDER BY table_rows DESC;
要统计的,加上sum函数就可以

1
2
3
4
SELECT sum(table_rows) FROM information_schema.tables  
 WHERE TABLE_SCHEMA = '数据库名称'
 and table_name not in ('不查询的表名称') 
 ORDER BY table_rows DESC;
OK,本来还以为已经没问题了,然后还是被反馈统计不对,后来去找了资料

https://dev.mysql.com/doc/refman/8.0/en/information-schema-tables-table.html


官网的解释:
TABLE_ROWS
The number of rows. Some storage engines, such as MyISAM, store the exact count. For other storage engines, such as InnoDB, this value is an approximation, and may vary from the actual value by as much as 40% to 50%. In such cases, use SELECT COUNT(*) to obtain an accurate count.
TABLE_ROWS is NULL for INFORMATION_SCHEMA tables.
For InnoDB tables, the row count is only a rough estimate used in SQL optimization. (This is also true if the InnoDB table is partitioned.)
大概意思是对于MyISAM才是正确的统计数据,但是对于InnoDB引擎的,可能与实际值相差 40% 到 50%,所以只是一个大概的统计

所以针对这种情况,要更改存储引擎,肯定是不太合适,因为InnoDB是默认的存储引擎,能支持事务外健,并发情况性能也比较好


所以,根据网上的做法,重新analyze 对应表,在mysql8.0版本是不管用的,发现查询数据还是不对,估计是mysql版本太高,mysql5版本没验证过

1
analyze table [table_name]
继续找资料,在Navicat工具->命令行页面,设置全局或者回话的information_schema_stats_expiry为0,表示自动更新,设置全局的不知道会不会影响性能,所以不知道还是设置会话的就可以

1
2
SET SESSION information_schema_stats_expiry=0;
SET @@SESSION.information_schema_stats_expiry=0;
查询设置的information_schema_stats_expiry值

1
show variables like '%information_schema_stats%';
MySQL 8.0为了提高information_schema的查询效率,会将视图tables和statistics里面的统计信息缓存起来,缓存过期时间由参数information_schema_stats_expiry决定

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 当 MySQL 数据库中的单个数据变得过大时,有以下几种解决方法: 1. 分:将一个拆分为多个,并在应用程序中维护数据的一致性。 2. 使用分区:将数据按照某个字段值分成多个区间,每个区间存储在不同的文件中。 3. 使用缓存:在应用程序中使用缓存技术来缓存经常使用的数据,减少对数据库的请求。 4. 使用数据库集群:使用数据库集群技术来水平分布数据,减少单个数据库的压力。 5. 使用预处理技术:对数据进行预处理,提高数据的查询效率。 以上是一些常见的解决方法,但并不适用于所有情况,根据实际情况选择合适的解决方法是非常重要的。 ### 回答2: 当MySQL数据库的单数据过大时,可以采取以下几个解决方案: 1. 数据库优化:对数据库进行优化可以提高数据库的性能。通过分析查询语句、索引使用、结构设计等方面,优化数据库的性能和效率。 2. 分区:使用MySQL的分区特性,将大切分成多个小,根据某个字段的值将数据分散存储在不同的中。这样可以减少查询的数据,提高查询性能。 3. 垂直拆分:将大按照关联性进行拆分,建立多个相关联的小。可以提高查询的效率,并减少数据冗余。 4. 水平拆分:将大按照某个字段的值进行拆分,将数据分布在不同的中。可以提高查询性能,并实现更好的负载均衡。 5. 数据归档:将历史数据或不常使用的数据进行归档,可以将其移动到其他或者存储介质中。这样可以减少的大小,提高查询的性能。 6. 使用分布式数据库:如果以上措施无法满足需求,可以考虑使用分布式数据库系统,将数据分布在多个节点上,提高数据库的处理能力和稳定性。 综上所述,当MySQL数据库的单数据过大时,可以通过数据库优化、的分区、拆分和归档、以及使用分布式数据库等措施来解决问题。根据具体的业务需求和数据库性能瓶颈,选择合适的解决方案来提高数据库的性能和稳定性。 ### 回答3: 当MySQL数据库的单个数据过大时,可以采取以下措施来解决这个问题: 1. 分区:通过将大按照一定的规则拆分成多个小,可以减小查询和维护的负担。分区可以根据时间、范围、列等方式进行分区,使得查询更加高效。 2. 垂直拆分:将单个中的字段进行拆分,将热点数据和非热点数据分开存储。热点数据可以放在单独的中,提高查询速度,非热点数据可以放在另外的中。 3. 水平拆分:将单个中的数据按照某种规则拆分成多个,每个中只保存部分数据。可以根据某个字段的取值范围或者哈希值进行拆分,以减小单个数据。 4. 使用索引:合理地创建索引可以加快查询速度,提高数据库的性能。可以根据查询的频率和方式创建适合的索引。 5. 优化查询语句:对查询语句进行优化,使用合适的索引,避免全扫描和复杂的连接操作,提高查询效率。 6. 数据压缩:对于一些稀疏的数据或者文本类型的数据,可以采用数据压缩的方式来减少数据库的存储空间。 7. 数据归档:将一些长时间不再使用的历史数据归档到其他的存储介质中,减小数据库数据。 8. 增加硬件资源:如果以上方法都无法满足需求,可以考虑增加硬件资源,比如增加内存、升级硬盘等,提高数据库的处理能力。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值