有时候咱们会不当心对一个大表进行了 update,好比说写错了 where 条件......
此时,若是 kill 掉 update 线程,那回滚 undo log 须要很多时间。若是放置无论,也不知道 update 会持续多久。
那咱们能知道 update 的进度么?数据库
咱们先建立一个测试数据库:session
快速建立一些数据:测试
连续执行一样的 SQL 数次,就能够快速构造千万级别的数据:spa
查看一下总的行数:线程
咱们来释放一个大的 update:3d
而后另起一个 session,观察 performance_schema 中的信息:orm
能够看到,performance_schema 会列出当前 SQL 从引擎获取的行数。
等 SQL 结束后,咱们看一下 update 从引擎总共获取了多少行:blog
能够看到该 update 从引擎总共获取的行数是表大小的两倍,那咱们能够估算:update 的进度 = (rows_examined) / (2 * 表行数)it
?小贴士
information_schema.tables 中,提供了对表行数的估算,比起使用 select count(1) 的成本低不少,几乎能够忽略不计。
那么是否是全部的 update,从引擎中获取的行数都会是表大小的两倍呢?这个仍是要分状况讨论的,上面的 SQL 更新了主键,若是只更新内容而不更新主键呢?咱们来试验一下:io
等待 update 结束,查看 row_examined,发现其恰好是表大小:
那咱们怎么准确的这个倍数呢?
一种方法是靠经验:update 语句的 where 中会扫描多少行,是否修改主键,是否修改惟一键,以这些条件来估算系数。
另外一种方法就是在一样结构的较小的表上试验一下,获取倍数。
这样,咱们就能准确估算一个“不当心”执行的大型 update 的进度了。
关于 MySQL 的技术内容,大家还有什么想知道的吗?赶忙留言告诉小编吧!