information_schema应用

information_schema.tables 基础应用

tables的结构

mysql> use information_schema;

mysql> desc tables;

TABLE_SCHEMA    # 表所在的库

TABLE_NAME      # 表名

ENGINE          # 表的存储引擎

TABLE_ROWS      # 表的数据行(有可能不准)

AVG_ROW_LENGTH  # 平均行长度

DATA_LENGTH    # 数据的存储大小(有可能不准确)

INDEX_LENGTH    # 索引的存储大小

DATA_FREE      # 碎片的数量

CREATE_TIME    # 创建时间

UPDATE_TIME    # 更新时间

TABLE_COMMENT  # 表注释

使用tables视图

--- 1. 统计每个库的表个数和表名

select table_schema,count(table_name),group_concat(table_name)

from information_schema.tables

group by table_schema;

--- 2. 资产统计:统计全库数据量

SELECT SUM(table_rows*AVG_ROW_LENGTH+index_length)/1024/1024  AS total_mb

FROM information_schema.tables;

--- 3. 统计每个业务库的数据量,表个数,表名列表

SELECT table_schema,

COUNT(table_name),

GROUP_CONCAT(table_name),

SUM(table_rows*AVG_ROW_LENGTH+index_length)/1024/1024  AS total_mb

FROM information_schema.tables

WHERE table_schema NOT IN ('sys','information_schema','performance_schema','mysql')

GROUP BY table_schema;

--- 4. 查询业务库中,非InnoDB的表。

SELECT table_schema,table_name,ENGINE

FROM information_schema.tables

WHERE table_schema NOT IN ('sys','information_schema','performance_schema','mysql')

AND ENGINE!='INNODB';

查询业务库中,非InnoDB的表批量替换为InnoDB

修改配置文件

vim /etc/my.cnf

#添加配置并重启

secure-file-priv=/tmp

查看所有非innodb表,除系统库

SELECT CONCAT("ALTER TABLE ",table_schema,".",table_name," ENGINE=INNODB;")

FROM information_schema.tables

WHERE table_schema NOT IN ('sys','information_schema','performance_schema','mysql')

AND ENGINE!='INNODB' INTO OUTFILE '/tmp/alter.sql';

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,684评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,143评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,214评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,788评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,796评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,665评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,027评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,679评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,346评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,664评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,766评论 1 331
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,412评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,015评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,974评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,073评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,501评论 2 343

推荐阅读更多精彩内容

  • 1.A simple master-to-slave replication is currently being...
    Kevin关大大阅读 5,945评论 0 3
  • 什么是数据库? 数据库是存储数据的集合的单独的应用程序。每个数据库具有一个或多个不同的API,用于创建,访问,管理...
    chen_000阅读 4,028评论 0 19
  • 本文摘自https://www.cnblogs.com/goodtest2018/p/9167089.html #...
    炜哲1120阅读 766评论 0 0
  • pyspark.sql模块 模块上下文 Spark SQL和DataFrames的重要类: pyspark.sql...
    mpro阅读 9,446评论 0 13
  • 1. distinct 去重复 select sum(单价*数量) from (select 牌子,单价,数量 f...
    张鑫泽_2109阅读 160评论 0 0