MySQL 精度扩展时候的DDL阻塞对比Oracle

曾经我分析过在MySQL数据库上字段扩位是否只是快速更新元数据的

  • 那次是因为是在实际工作中意外遇到的问题,所以做了实验
  • 得出在64以下改变没有问题。64以上的改变也没有问题。但是当从小于64的改到64以上时候则会发生问题。(不是简单的改元数据)
  • 当时这个结论使得我们在日常变更中可以判断影响面。

最近有一个新的场景,精度变更

  • 出于对上次的判断,我觉得这里有一些不确定性。十有八九会有要注意的问题。
  • 事实证明我判断正确的

实际效果

  • 模拟一个100M以上的表

    mysql> select count() from test_data;
    +----------+
    | count(
    ) |
    +----------+
    | 1000000 |
    +----------+
    1 row in set (0.74 sec)

    mysql> desc test_data;
    +-------+---------------+------+-----+---------+----------------+
    | Field | Type | Null | Key | Default | Extra |
    +-------+---------------+------+-----+---------+----------------+
    | id | int | NO | PRI | NULL | auto_increment |
    | m | varchar(30) | YES | | NULL | |
    | n | varchar(80) | YES | | NULL | |
    | x | decimal(12,6) | YES | | NULL | |
    | y | decimal(18,3) | YES | | NULL | |
    +-------+---------------+------+-----+---------+----------------+
    5 rows in set (0.05 sec)

    mysql> alter table test_data add z decimal(10,3);
    Query OK, 0 rows affected (0.13 sec)
    Records: 0 Duplicates: 0 Warnings: 0

    • 可见增加字段是直接元数据变更。

    mysql>
    mysql> alter table test_data modify m varchar(50);
    Query OK, 0 rows affected (0.02 sec)
    Records: 0 Duplicates: 0 Warnings: 0

    • 可见上次结论,64以下到64以上会耗时较长,数据不仅仅是元数据变更
      mysql> alter table test_data modify m varchar(150);
      Query OK, 1000000 rows affected (49.92 sec)
      Records: 1000000 Duplicates: 0 Warnings: 0

    mysql> alter table test_data modify m varchar(160);
    Query OK, 0 rows affected (0.02 sec)
    Records: 0 Duplicates: 0 Warnings: 0

    • 而64以上再次改变是,仅仅元数据变更。

    • 那么数据精度改变。从实际效果而言,耗时较长。数据重新在做组织。

    mysql> alter table test_data modify x decimal(18,6);
    Query OK, 1000000 rows affected (47.20 sec)
    Records: 1000000 Duplicates: 0 Warnings: 0

    mysql> alter table test_data modify y decimal(18,6);
    Query OK, 1000000 rows affected (46.73 sec)
    Records: 1000000 Duplicates: 0 Warnings: 0

结论很明显了。那么我就想在Oracle下如何表现?

复制代码
XXG@xxg> desc test_data;
 名称                                                            是否为空? 类型
 ----------------------------------------------------------------- -------- --------------------------------------------
 M                                                                          VARCHAR2(30)
 N                                                                          VARCHAR2(80)
 X                                                                          NUMBER(12,6)
 Y                                                                          NUMBER(18,3)

XXG@xxg> set timing on;
XXG@xxg> select count(*) from test_data;

  COUNT(*)
----------
   2500000

已用时间:  00: 00: 00.38
XXG@xxg> alter table test_data add z decimal(10,3);

表已更改。

- 在11g(2005年)就实现的增加字段是直接元数据变更,是所有数据库都学习和借鉴的。

已用时间:  00: 00: 01.23
XXG@xxg> alter table test_data modify m varchar(50);

表已更改。

已用时间:  00: 00: 00.19
XXG@xxg>  alter table test_data modify m varchar(150);

表已更改。

已用时间:  00: 00: 00.16
XXG@xxg>  alter table test_data modify m varchar(160);

表已更改。

- 无论如何扩位,都是快速完成。不存在数据重组的问题。

已用时间:  00: 00: 00.15
XXG@xxg> alter table test_data modify x  decimal(18,6);

表已更改。

已用时间:  00: 00: 00.16
XXG@xxg> alter table test_data modify y  decimal(18,6);
alter table test_data modify y  decimal(18,6)
                             *
第 1 行出现错误:
ORA-01440: 要减小精度或标度, 则要修改的列必须为空


已用时间:  00: 00: 00.39
XXG@xxg> alter table test_data modify y  decimal(21,6);

表已更改。

已用时间:  00: 00: 00.05
  • 从最后的结果来说,只要精度扩大给到对应的范围,也是毫秒完成变更,不存在耗时长的问题。

这些后续可以更好的判断DDL时候的阻塞情况

相关推荐
阿丰资源5 分钟前
基于Spring Boot的新闻推荐系统(源码+数据库+文档)
数据库·spring boot·后端
m0_6138562911 分钟前
mysql如何优化重复索引_mysql冗余索引查找与处理
jvm·数据库·python
四维迁跃12 分钟前
Python Web开发如何防范SQL注入_使用参数化查询与ORM实践
jvm·数据库·python
2401_8330336219 分钟前
如何自动更新SQL标签状态_利用触发器实现基于逻辑的状态机
jvm·数据库·python
2401_8314194424 分钟前
mysql如何优化数据库文件写入速度_配置innodb刷盘策略
jvm·数据库·python
YaBingSec34 分钟前
玄机网络安全靶场:Hadoop YARN ResourceManager 未授权 RCE WP
大数据·数据库·hadoop·redis·笔记·分布式·web安全
m0_6356474834 分钟前
Qt打包含有第三方库的软件为应用程序——CQtDeployer
开发语言·数据库·qt
Aloudata38 分钟前
如何通过 NoETL 指标平台构建企业唯一指标计算中心
大数据·数据库·数据分析·指标平台
qq_40999093?40 分钟前
NoSQL数据库解析:Redis
数据库·redis·nosql
小碗羊肉41 分钟前
【MySQL | 第五篇】事务
数据库·mysql