mysql 工具箱_mysql 工具箱

创建测试数据 存储过程：

delimiter //

create procedure sp_generate_data()

beginset @i := 1;while @i<=500000 do

set @created_time := date_add('2017-01-01',interval @i second);set @modified_time :=@created_time;set @item_name := concat('a',@i);

insert into t_source

values (@i,@created_time,@modified_time,@item_name,'other');set @i:=@i+1;

endwhile;

commit;set @last_insert_id := 500000;

insert into t_sourceselect item_id +@last_insert_id,

created_time,

date_add(modified_time,interval @last_insert_id second),

item_name,'other'

fromt_source;

end//

delimiter ;

call sp_generate_data();

创建一个相同结构的表：

create table t_target like t_source;

将100万条数据中50万重复数据去重，插入新的表中；

set @a:='0000-00-00 00:00:00'; -- 设置变量set @b:=' ';

truncate t_target; -- 清空表

insert into t_targetselect * fromt_source force index (idx_sort)where (@a!=created_time or @b!=item_name) and (@a:=created_time) is not null and (@b:=item_name) is not nullorder by created_time,item_name;

commit;

分析查询语句：explain + 语句；

分析结果解释：

(1)最内层的查询扫描t_source表的100万行，并使用文件排序，生成导出表derived3。

(2)第二层查询要扫描derived3的100万行，生成导出表derived2，完成变量的比较和赋值，并自动创建一个导出列f上的索引auto_key0。

(3)最外层使用auto_key0索引扫描derived2得到去重的结果行。

分析数据库表结构，并给出建议，表中数据量越大建议越明确；

select column from table_name procedure analyse();

PROCEDURE ANALYSE 通过分析select查询结果对现有的表的每一列给出优化的建议。

PROCEDURE ANALYSE的语法如下：

SELECT ... FROM ... WHERE ... PROCEDURE ANALYSE([max_elements,[max_memory]])

max_elements (默认值256) analyze查找每一列不同值时所需关注的最大不同值的数量.

analyze还用这个值来检查优化的数据类型是否该是ENUM,如果该列的不同值的数量超过了

max_elements值ENUM就不做为建议优化的数据类型。

max_memory (默认值8192) analyze查找每一列所有不同值时可能分配的最大的内存数量

一定要注意，这些只是建议，只有当你的表里的数据越来越多时，这些建议才会变得准确。

复制表：

2、只复制表结构到新表

CREATE TABLE 新表SELECT* FROM 旧表WHERE 1=2或CREATE TABLE 新表LIKE 旧表3、复制旧表的数据到新表(假设两个表结构一样)

INSERT INTO 新表SELECT*FROM 旧表4、复制旧表的数据到新表(假设两个表结构不一样)

INSERT INTO 新表(字段1,字段2,.......) SELECT 字段1,字段2,...... FROM 旧表5、可以将表1结构复制到表2

SELECT* INTO 表2 FROM 表1 WHERE 1=2

6、可以将表1内容全部复制到表2

SELECT*INTO 表2 FROM 表17、 show create table 旧表;

这样会将旧表的创建命令列出。我们只需要将该命令拷贝出来，更改table的名字，就可以建立一个完全一样的表

本文同步分享在 博客“Mrning”(CNBlog)。

如有侵权，请联系 support@oschina.cn 删除。

本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。