news 2026/6/15 22:23:59

MySQL 精度扩展时候的DDL阻塞对比Oracle

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
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?

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

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/15 12:38:49

2026 年的 AI 赛道,正在上演新一轮 “薪资狂飙”

AI科学家月薪冲破13万,大模型算法工程师平均薪资站稳8万梯队,头部企业核心岗年薪直接冲击200万大关。这场高薪盛宴的背后,是“人工智能”国家战略的深度落地与产业规模化爆发的双重驱动。五大核心岗位已成企业抢人主战场,业内共识…

作者头像 李华
网站建设 2026/6/15 12:37:40

后端开发转网安?我劝你别折腾,我就干过!

现在网上铺天盖地的说后端开发太卷了,网安赛道才是转行的出路,情况真的是这样吗?**我真干过,我来说说过来人的真实情况,一般人我劝你还是算了吧。我是软件工程的,毕业后在杭州干了3年后端开发,后…

作者头像 李华
网站建设 2026/6/15 14:38:14

强烈安利8个AI论文软件,继续教育学生轻松搞定论文写作!

强烈安利8个AI论文软件,继续教育学生轻松搞定论文写作! 论文写作的“隐形助手”正在改变你的学习方式 在继续教育的学习过程中,论文写作常常成为学生最头疼的环节。无论是开题报告、文献综述还是最终的毕业论文,都需要大量时间和精…

作者头像 李华
网站建设 2026/6/15 16:32:28

2025年12月威胁情报:供应链攻击与恶意软件分析

威胁情报团队结合全球威胁研究人员和数据科学家,利用数据分析和机器学习领域的专有技术,分析世界上规模最大、最多样化的威胁数据集合之一。研究团队提供战术威胁情报,为弹性的威胁检测与响应提供动力——即使组织的攻击面扩大、技术演进、对…

作者头像 李华
网站建设 2026/6/15 14:16:13

【深度学习】YOLO论文官方演进 + 目标检测经典 + 拓展创新

以下为 YOLO 系列原始论文与目标检测领域核心参考文献的权威整理,按YOLO 官方演进 目标检测经典 拓展创新分类,含论文链接、核心贡献与阅读优先级,适配从理论入门到前沿研究的全链路需求。 一、YOLO 官方原始论文(核心演进&…

作者头像 李华