delete from A where aa in (select bb from A)
你可以通过建另外一张表，两张表匹配关系 *** 作，如：
create table t_b as select * from t_a group by empno
delete from t_a where empid not exists (select 1 from t_b where t_a.empid=t_b.empid)
MySQL内存参数配置推荐：https://tools.percona.com/wizard1.慢查询日志：
slow_launch_time=2 查询大于某个时间的值(单位：s)
slow_query_log=on/off 开启关闭慢查询日志
slow_query_log_file=/opt/data/host-slow.log 慢查询日志位置
2.连接数:
max_connections MySQL最大连接数
back_log 当连接数满了后，设置一个值，允许多少个连接进入等待堆栈
max_connect_errors 账号连接到服务器允许的错误次数
connect_timeout 一个连接报文的最大时间(单位：s)
skip-name-resolve 加入my.cnf即可，MySQL在收到连接请求的时候，会根据请求包
中获得的ip来反向追查请求者的主机名。然后再根据返回
的主机名又一次去获取ip。如果两次获得的ip相同，那么连接就成功建立了。
加了次参数，即可省去这个步骤
NOTES:
查询当前连接数:show global status like 'connections'
3.key_buffer_size 索引缓存大小，是对MyISAM表性能影响最大的一个参数
32bit平台上，此值不要超过2GB，64bit平台不用做此限制，但也不要超过4GB
根据3点计算：
a.系统索引总大小
b.系统物理内存
c.系统当前keycache命中率
粗略计算公式：
Key_Size =key_number*(key_length+4)/0.67
Max_key_buffer_size
Threads_Usage = max_connections * (sort_buffer_size + join_buffer_size +
read_buffer_size+read_rnd_buffer_size+thread_stack)
key_cache_block_size ，是key_buffer缓存块的单位长度，以字节为单位，默认值为1024。
key_cache_division_limit 控制着缓存块重用算法。默认值为100，此值为key_buffer_size中暖链所占的大小百分比(其中有暖链和热链)，100意味着全是暖链。(类似于Oracle Data Buffer Cache中的default、keep、recycle)
key_cache_age_threshold 如果key_buffer里的热链里的某个缓存块在这个变量所设定的时间里没有被访问过，MySQL服务器就会把它调整到暖链里去。这个参数值越大，缓存块在热链里停留的时间就越长。
这个参数默认值为 300，最小值为100。
Myisam索引默认是缓存在原始key_buffer中的，我们可以手动创建新的key_buffer，如在my.cnf中加入参数new_cache.key_buffer_size=20M。指定将table1和table2的索引缓存到new_cache的key_buffer中：
cache index table1,table2 in new_cache
(之前默认的key_buffer为default，现在手动创建的为new_cache)
手动将table1和table2的索引载入到key_buffer中：
load index into cache table1,table2
系统中记录的与Key Cache相关的性能状态参数变量： global status
◆Key_blocks_not_flushed，已经更改但还未刷新到磁盘的DirtyCacheBlock；
◆Key_blocks_unused，目前未被使用的CacheBlock数目；
◆Key_blocks_used，已经使用了的CacheBlock数目；
◆Key_read_requests，CacheBlock被请求读取的总次数；
◆Key_reads，在CacheBlock中找不到需要读取的Key信息后到“.MYI”文件中(磁盘)读取的次数；
◆Key_write_requests，CacheBlock被请求修改的总次数；
◆Key_writes，在CacheBlock中找不到需要修改的Key信息后到“.MYI”文件中读入再修改的次数；
索引命中缓存率：
key_buffer_read_hits=(1-Key_reads/Key_read_requests)*100%
key_buffer_write_hits=(1-Key_writes/Key_write_requests)*100%
该命中率就代表了MyISAM类型表的索引的cache
4.临时表 tmp_table_size (用于排序)
show global status like ‘created_tmp%’
| Variable_name| Value |
| Created_tmp_disk_tables | 21197 | #在磁盘上创建临时表的次数
| Created_tmp_files| 58 | #在磁盘上创建临时文件的次数
| Created_tmp_tables | 1771587 | #使用临时表的总次数
TmpTable的状况主要是用于监控MySQL使用临时表的量是否过多，
是否有临时表过大而不得不从内存中换出到磁盘文件上。
a.如果：
Created_tmp_disk_tables/Created_tmp_tables>10%，则需调大tmp_table_size
比较理想的配置是：
Created_tmp_disk_tables/Created_tmp_tables<=25%
b.如果：
Created_tmp_tables非常大 ，则可能是系统中排序 *** 作过多，或者是表连接方式不是很优化。
相关参数：
tmp_table_size 内存中，临时表区域总大小
max_heap_table_size 内存中，单个临时表的最大值，超过的部分会放到硬盘上。
5.table cache相关优化 ：
参数table_open_cache，将表的文件描述符打开，cache在内存中
global status：
open_tables 当前系统中打开的文件描述符的数量
opened_tables 系统打开过的文件描述符的数量
如果：
Opened_tables数量过大，说明配置中table_open_cache值可能太小
比较合适的值为：
Open_tables / Opened_tables * 100% >= 85%
Open_tables / table_open_cache * 100% <= 95%
6.进程的使用情况
在MySQL中，为了尽可能提高客户端请求创建连接这个过程的性能，实现了一个ThreadCache池，
将空闲的连接线程存放在其中，而不是完成请求后就销毁。这样，当有新的连接请求的时候，
MySQL首先会检查ThreadCache池中是否存在空闲连接线程，如果存在则取出来直接使用，
如果没有空闲连接线程，才创建新的连接线程。
参数：thread_cache_size
thread cache 池中存放的最大连接数
调整参考：
在短连接的数据库应用中，数据库连接的创建和销毁是非常频繁的，
如果每次都需要让MySQL新建和销毁相应的连接线程，那么这个资源消耗实际上是非常大的，因此
thread_cache_size的值应该设置的相对大一些，不应该小于应用系统对数据库的实际并发请求数。
参数：thread_stack - 每个连接线程被创建的时候，MySQL给他分配的内存大小，
类似PGA中存放数据的内存部分(不包括排序的空间)
show status like 'connections'
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| Connections | 80| #接受到的来自客户端的总连接数，包括以前和现在的连接。
+---------------+-------+
show status like 'thread%'
+-------------------+-------+
| Variable_name | Value |
+-------------------+-------+
| Threads_cached| 0 | #当前系统中，缓存的连接数
| Threads_connected | 1 | #当前系统中正连接的线程数
| Threads_created | 77| #创建过的总线程数
| Threads_running | 1 |
+-------------------+-------+
a.如果：
Threads_created 值过大，说明MySQL一直在创建线程，这是比较消耗资源的，应该适当增大
thread_cache_size的值
b.如果：
Threads_cached的值比参数thread_cache_size小太多，则可以适当减小thread_cache_size的值
ThreadCache命中率：
Threads_Cache_Hit=(Connections-Threads_created)/Connections*100%
一般来说，当系统稳定运行一段时间之后，我们的ThreadCache命中率应该保持在90%
左右甚至更高的比率才算正常。
7.查询缓存(Query Cache) -- optional
将客户端的SQL语句(仅限select语句)通过hash计算，放在hash链表中，同时将该SQL的结果集
放在内存中cache。该hash链表中，存放了结果集的内存地址以及所涉及到的所有Table等信息。
如果与该结果集相关的任何一个表的相关信息发生变化后(包扩：数据、索引、表结构等)，
就会导致结果集失效，释放与该结果集相关的所有资源，以便后面其他SQL能够使用。
当客户端有select SQL进入，先计算hash值，如果有相同的，就会直接将结果集返回。
Query Cache的负面影响：
a.使用了Query Cache后，每条select SQL都要进行hash计算，然后查找结果集。对于大量SQL
访问，会消耗过多额外的CPU。
b.如果表变更比较频繁，则会造成结果集失效率非常高。
c.结果集中保存的是整个结果，可能存在一条记录被多次cache的情况，这样会造成内存资源的
过度消耗。
Query Cache的正确使用：
a.根据表的变更情况来选择是否使用Query Cache，可使用SQL Hint：SQL_NO_CACHE和SQL_CACHE
b.对于 变更比较少 或 数据基本处于静态 的表，使用SQL_CACHE
c.对于结果集比较大的，使用Query Cache可能造成内存不足，或挤占内存。
可使用1.SQL_NO_CACHE 2.query_cache_limit控制Query Cache的最大结果集(系统默认1M)
mysql>show variables like '%query_cache%'
+------------------------------+---------+
| Variable_name| Value |
+------------------------------+---------+
| have_query_cache | YES | #是否支持Query Cache
| query_cache_limit| 1048576 | #单个结果集的最大值，默认1M
| query_cache_min_res_unit | 4096| #每个结果集存放的最小内存，默认4K
| query_cache_size | 0 | #Query Cache总内存大小，必须是1024的整数倍
| query_cache_type | ON | #ON,OFF,DEMAND(包含SQL_CACHE的查询中才开启)
| query_cache_wlock_invalidate | OFF |
+------------------------------+---------+
#query_cache_wlock_invalidate：
针对于MyISAM存储引擎，设置当有WRITELOCK在某个Table上面的时候，
读请求是要等待WRITE LOCK释放资源之后再查询还是允许直接从QueryCache中读取结果，
默认为FALSE（可以直接从QueryCache中取得结果）
此为部分内容，附上原文出处：http://blog.itpub.net/26355921/viewspace-769393/
in子查询、exists子查询、连接，效率的探讨以下是SQL的帮助 （高级查询优化概念）
Microsoft® SQL Server™ 2000 使用内存中的排序和哈希联接技术执行排序、交集、联合、差分等 *** 作。SQL Server 利用这种类型的查询计划支持垂直表分区，有时称其为分列存储。
SQL Server 使用三种类型的联接 *** 作：
嵌套循环联接
合并联接
哈希联接
如果一个联接输入很小（比如不到 10 行），而另一个联接输入很大而且已在其联接列上创建索引，则索引嵌套循环是最快的联接 *** 作，因为它们需要最少的 I/O 和最少的比较。有关嵌套循环的更多信息，请参见了解嵌套循环联接。
如果两个联接输入并不小但已在二者联接列上排序（例如，如果它们是通过扫描已排序的索引获得的），则合并联接是最快的联接 *** 作。如果两个联接输入都很大，而且这两个输入的大小差不多，则预先排序的合并联接提供的性能与哈希联接相似。然而，如果两个输入的大小相差很大，则哈希联接 *** 作通常快得多。有关更多信息，请参见了解合并联接。
哈希联接可以有效处理很大的、未排序的非索引输入。它们对复杂查询的中间结果很有用，因为：
中间结果未经索引（除非已经显式保存到磁盘上然后创建索引），而且生成时通常不为查询计划中的下一个 *** 作进行适当的排序。
查询优化器只估计中间结果的大小。由于估计的值在复杂查询中可能有很大的误差，因此如果中间结果比预期的大得多，则处理中间结果的算法不仅必须有效而且必须适度弱化。
哈希联接使得对非规范化的使用减少。非规范化一般通过减少联接 *** 作获得更好的性能，尽管这样做有冗余之险（如不一致的更新）。哈希联接则减少使用非规范化的需要。哈希联接使垂直分区（用单独的文件或索引代表单个表中的几组列）得以成为物理数据库设计的可行选项。有关更多信息，请参见了解哈希联接。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）