mysql 如何统计表大小

查看mysql数据库大小的四种办法，分别有以下四种：

第一种：进去指定schema 数据库（存放了其他的数据库的信息）

use information_schema

第二种：查询所有数据的大小

select concat(round(sum(DATA_LENGTH/1024/1024),2),'MB') as data from TABLES(http://www.6ddd.com)

第三种：查看指定数据库的大小，比如说：数据库apoyl

select concat(round(sum(DATA_LENGTH/1024/1024),2),'MB') as data from TABLES where table_schema='apoyl'

第四种：查看指定数据库的表的大小，比如说：数据库apoyl 中apoyl_test表

select concat(round(sum(DATA_LENGTH/1024/1024),2),'MB') as data from TABLES where table_schema='apoyl' and table_name='apoyl_test'

本期我们用 MySQL 提供的 DBUG 工具来研究 MySQL 的 SQL 处理流程。

起手先造个实例

这里得稍微改一下实例的启动文件 start，将 CUSTOM_MYSQLD 改为 mysqld-debug：

重启一下实例，加上 debug 参数：

我们来做一两个实验，说明 DBUG 包的作用：

先设置一个简单的调试规则，我们设置了两个调试选项：

d：开启各个调试点的输出

O,/tmp/mysqld.trace：将调试结果输出到指定文件

请点击输入图片描述

然后我们创建了一张表，来看一下调试的输出结果：

请点击输入图片描述

可以看到 create table 的过程中，MySQL 的一些细节 *** 作，比如分配内存 alloc_root 等

这样看还不够直观，我们增加一些信息：

请点击输入图片描述

来看看效果：

请点击输入图片描述

可以看到输出变成了调用树的形式，现在就可以分辨出 alloc_root 分配的内存，是为了解析 SQL 时用的（mysql_parse）

我们再增加一些有用的信息：

请点击输入图片描述

可以看到结果中增加了文件名和行号：

请点击输入图片描述

现在我们可以在输出中找一下统计表相关的信息：

请点击输入图片描述

可以看到 MySQL 在这里非常机智，直接执行了一个内置的存储过程来更新统计表。

沿着 que_eval_sql，可以找到其他类似的统计表，比如下面这些：

请点击输入图片描述

请点击输入图片描述

本次实验中，我们借助了 MySQL 的 DBUG 包，来让 MySQL 将处理过程暴露出来。MySQL 中类似的技术还有不少，比如 performance_schema，OPTIMIZER_TRACE 等等。

这些技术将 MySQL 的不同方向的信息暴露出来，方便大家理解其中机制。

表统计信息是数据库基于成本的优化器最重要的参考信息；统计信息不准确，优化器可能给出不够优化的执行计划或者是错误的执行计划。对统计信息的计算分为非持久化统计信息（实时计算）与持久化统计信息。

非持久化统计信息

统计信息没有保存在磁盘上，而是频繁的实时计算统计信息；

每次对表的访问都会重新计算其统计信息；

假设针对一张大表的频繁查询，那么每次都要重新计算统计信息，很耗费资源。

持久化统计信息

把一张表在某一时刻的统计信息值保存在磁盘上；

避免每次查询时重新计算；

如果表更新不是很频繁，或者没有达到 MySQL 必须重新计算统计信息的临界值，可直接从磁盘上获取；

即使 MySQL 服务重启，也可以快速的获取统计信息值；

统计信息的持久化可以针对全局设置也可以针对单表设置。

接下来，详细说 MySQL 统计信息如何计算，何时计算，效果评估等问题。在 MySQL Server 层来控制是否自动计算统计信息的分布，并且来决策是持久化还是非持久化。

---