AI 助理
备案控制台
开发者社区 数据库 文章 正文

【笔记】开发指南—DAL语句—CHECK GLOBAL INDEX

2022-08-21 96
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 您可以使用CHECK GLOBAL INDEX语句检查主表和索引表的数据是否完全一致，并修订不一致的数据。

语法


CHECK GLOBAL INDEX gsi_name [ON tbl_name] [extra_cmd]
参数 说明
gsi_name 需要校验的全局二级索引名。
tbl_name 全局二级索引所在的主表，非必选。若您输入具体主表名称，将会检查全局二级索引表和主表间的索引关系是否正确。
extra_cmd 保留的额外指令，目前支持如下指令：
  • -：不指定任何关键字时，即表示仅检查全局二级索引。
  • SHOW：显示指定GSI表的最近一次校验或订正的结果。
  • CORRECTION_BASED_ON_PRIMARY：对全局二级索引表中的数据进行订正，以主表为基准。


说明

  • 对全局二级索引表中的数据进行校验或订正时会占用一定的系统资源，特别是订正操作会对主表或索引表内数据分批加锁并订正，建议您在业务低谷期进行操作。更多关于GSI的使用方式，请参见全局二级索引。

对大表的GSI校验可能会花费较多的时间，可以使用HINT指定PURE_ASYNC_DDL_MODE，以纯异步模式执行DDL语句。

示例

  • 您可以使用如下语句进行校验：
mysql> CHECK GLOBAL INDEX `g_i_check`;
    • 若校验没有发现错误，则返回如下结果：
+-------------+------------+--------+-------------+-----------------------------+
| GSI_TABLE   | ERROR_TYPE | STATUS | PRIMARY_KEY | DETAILS                     |
+-------------+------------+--------+-------------+-----------------------------+
| `g_i_check` | SUMMARY    | --     | --          | OK (7025/7025 rows checked) |
+-------------+------------+--------+-------------+-----------------------------+
1 row in set (1.40 sec)
    • 若校验发现错误，则返回如下结果：
+-------------+------------+--------+-------------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| GSI_TABLE   | ERROR_TYPE | STATUS | PRIMARY_KEY | DETAILS                                                                                                                                                                                                                                                                                                                                                                                        |
+-------------+------------+--------+-------------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| `g_i_check` | ORPHAN     | FOUND  | (100722)    | {"GSI":{"id":100722,"c_timestamp_6":"2000-01-01 00:00:00.000000","c_timestamp_3":"2000-01-01 00:00:00.000","c_timestamp_1":"2000-01-01 00:00:00.0","c_binary":"OTkAAAAAAAAAAA==","c_int_32":271}}                                                                                                                                                                                              |
| `g_i_check` | CONFLICT   | FOUND  | (108710)    | {"Primary":{"id":108710,"c_timestamp_6":"2000-01-01 00:00:00.000000","c_timestamp_3":"2000-01-01 00:00:00.000","c_timestamp_1":"2000-01-01 00:00:00.0","c_year":"2000","c_int_32":255},"GSI":{"c_int_32_un":123456,"id":108710,"c_timestamp_6":"2000-01-01 00:00:00.000000","c_timestamp_3":"2000-01-01 00:00:00.000","c_timestamp_1":"2000-01-01 00:00:00.0","c_year":"2000","c_int_32":255}} |
| `g_i_check` | MISSING    | FOUND  | (100090)    | {"Primary":{"id":100090,"c_timestamp_6":"2000-01-01 00:00:00.000000","c_timestamp_3":"2000-01-01 00:00:00.000","c_timestamp_1":"2000-01-01 00:00:00.0","c_blob_tiny":"YeS4reWbvWE=","c_int_32":280}}                                                                                                                                                                                           |
| `g_i_check` | SUMMARY    | --     | --          | 3 error found (7025/7025 rows checked)                                                                                                                                                                                                                                                                                                                                                         |
+-------------+------------+--------+-------------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
4 rows in set (1.92 sec)

    • 说明 如果数据存在多种错误，同一行数据会报多个ERROR_TYPE值。
  • 您可以使用如下语句进行订正：
mysql> CHECK GLOBAL INDEX g_i_check CORRECTION_BASED_ON_PRIMARY;
  • 返回结果如下：
+-------------+------------+--------+-------------+------------------------------------------------------------------------+
| GSI_TABLE   | ERROR_TYPE | STATUS | PRIMARY_KEY | DETAILS                                                                |
+-------------+------------+--------+-------------+------------------------------------------------------------------------+
| `g_i_check` | SUMMARY    | --     | --          | Done. Use SQL: { CHECK GLOBAL INDEX `g_i_check` SHOW; } to get result. |
+-------------+------------+--------+-------------+------------------------------------------------------------------------+
1 row in set (1.40 sec)
  • 您可以使用如下语句查看最近一次校验或订正的报告：
mysql> CHECK GLOBAL INDEX `g_i_check` SHOW;
  • 返回结果如下：
+-------------+------------+----------+-------------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| GSI_TABLE   | ERROR_TYPE | STATUS   | PRIMARY_KEY | DETAILS                                                                                                                                                                                                                                                                                                                                                                                        |
+-------------+------------+----------+-------------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| `g_i_check` | MISSING    | REPAIRED | (100090)    | {"Primary":{"id":100090,"c_timestamp_6":"2000-01-01 00:00:00.000000","c_timestamp_3":"2000-01-01 00:00:00.000","c_timestamp_1":"2000-01-01 00:00:00.0","c_blob_tiny":"YeS4reWbvWE=","c_int_32":280}}                                                                                                                                                                                           |
| `g_i_check` | CONFLICT   | REPAIRED | (108710)    | {"Primary":{"id":108710,"c_timestamp_6":"2000-01-01 00:00:00.000000","c_timestamp_3":"2000-01-01 00:00:00.000","c_timestamp_1":"2000-01-01 00:00:00.0","c_year":"2000","c_int_32":255},"GSI":{"c_int_32_un":123456,"id":108710,"c_timestamp_6":"2000-01-01 00:00:00.000000","c_timestamp_3":"2000-01-01 00:00:00.000","c_timestamp_1":"2000-01-01 00:00:00.0","c_year":"2000","c_int_32":255}} |
| `g_i_check` | ORPHAN     | REPAIRED | (100722)    | {"GSI":{"id":100722,"c_timestamp_6":"2000-01-01 00:00:00.000000","c_timestamp_3":"2000-01-01 00:00:00.000","c_timestamp_1":"2000-01-01 00:00:00.0","c_binary":"OTkAAAAAAAAAAA==","c_int_32":271}}                                                                                                                                                                                              |
| `g_i_check` | SUMMARY    | --       | --          | 3 error found (7025/7026 rows checked.) Finish time: 2020-01-13 14:41:51.0                                                                                                                                                                                                                                                                                                                     |
+-------------+------------+----------+-------------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
4 rows in set (0.02 sec)

表 1. 列名说明

列名 说明
GSI_TABLE 全局二级索引名。
ERROR_TYPE 错误类型，取值范围如下：
  • MISSING：索引丢失
  • ORPHAN：孤儿索引
  • CONFLICT：索引数据不一致
  • ERROR_SHARD：数据分片位置错误
  • SUMMARY：结果汇总
STATUS 状态，取值范围如下：
  • FOUND：发现错误
  • REPAIRED：已修复
PRIMARY_KEY 主键。
DETAILS 错误的详细信息。
文章标签：
SQL
索引
xaubllxwtvaqiu
目录
相关文章
阿里云安全_
|
8天前
|
数据采集 人工智能 安全
阿里云Web应用防火墙市场份额和技术能力双第一
喜报～～
阿里云安全_
1214 10
阿里云安全_
|
17天前
|
云安全 监控 安全
助力企业应对React框架高危漏洞，阿里云多款安全产品限时免费
领取限时免费产品，立即开始防护
阿里云安全_
3131 13
AI未闻花名
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体：七十、小树成林，聚沙成塔：随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法，通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性：Bootstrap采样（每棵树使用不同的训练子集）和特征随机选择（每棵树分裂时只考虑部分特征）。这种方法能有效处理大规模高维数据，避免过拟合，并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势，是机器学习中的常用基础模型。
AI未闻花名
291 164
1346981540777417
|
2天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能｜打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案，融合LLM与MRCP+WebSocket技术，实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同，自动化处理80%咨询，降本增效显著，适配金融、电商、医疗等多行业场景。
1346981540777417
300 155
AI未闻花名
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体：六十九、Bootstrap采样在大模型评估中的应用：从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集，计算统计量（如均值、标准差）的分布，适用于小样本和非参数场景。该方法能估计标准误、构建置信区间，并量化模型不确定性，但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性，在集成学习、假设检验等领域也有广泛应用。与传统方法相比，Bootstrap不依赖分布假设，在非正态数据中表现更稳健。
AI未闻花名
233 113
云皓@
|
11天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**，开发框架采用 AgentScope，模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式，用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中，每个技能以文件夹形式存在，包含特定任务的指导性说明（SKILL.md 文件）、脚本代码和资源等 。大模型可以根据需要动态加载这些技能，从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
云皓@
801 6

热门文章

最新文章

  • 1
    云原生数据湖构建、分析与开发治理最佳实践及案例分享
  • 2
    在Linux中，如何配置VPN连接？
  • 3
    一场与自己心魔的 “殊死搏斗”
  • 4
    解决gradle下载慢的问题
  • 5
    HTTP协议中的“X-Real-IP”头字段的作用是什么？底层原理是什么？
  • 6
    数据治理怎么做？一文讲清数据治理全流程
  • 7
    JDK1.8源码(六)——java.util.LinkedList 类
  • 8
    流程 － 什么是真正的Scrum？
  • 9
    HDOJ 1090 A+B for Input-Output Practice (II)
  • 10
    HTTP权威指南_摘录
  • 1
    基于 YOLOv8 的智能车牌定位检测系统设计与实现—从模型训练到 PyQt 可视化落地的完整实战方案
    66
  • 2
    千万级数据表的count(*)查询优化
    48
  • 3
    GPT-5.2 Codex来了：能独立跑7+小时的AI程序员，老金手把手教你玩转
    109
  • 4
    YOLOv11改进 - C3k2融合 | C3k2融合 IIA信息整合注意力（Information Integration Attention ）平衡精度与计算成本 | TGRS2025
    29
  • 5
    阿里云轻量应用服务器开箱测评：最新升级200M带宽，不限流量
    77
  • 6
    《游戏场景下伪造内容的识别与处置技术指南》
    33
  • 7
    《从操作轨迹到认知图谱：玩家专属游戏知识体系图谱的搭建路径》
    34
  • 8
    钉钉一口气发20多个新品：Agent OS操作系统让AI从问答走向干活
    70
  • 9
    GPU vs NPU：算力江湖分家又合流，这事儿你真想清楚了吗？
    71
  • 10
    使用 Cursor 进行自动代码调试的实用指南
    44

    • 相关电子书

    更多
  • 低代码开发师（初级）实战教程
  • 冬季实战营第三期：MySQL数据库进阶实战
  • 阿里巴巴DevOps 最佳实践手册
    • 下一篇
    安全设备篇——WAF