MySQL源表更新/新增后如何自动刷新inner joins生成的表D

针对单表10w条数据量级、仅小批量行增改的场景，优先选低侵入、高性能的实现方式，不要每次全量重算关联结果，按实际业务实时性要求选以下方案即可：

方案1：原生触发器（零额外组件，强实时，最适配当前场景） #

因为D是三表INNER JOIN的结果，不需要每次表变动就重算全量数据，只需要针对单表的变更行做增量处理：先删除D中与旧变更行关联的无效记录，再用新变更行关联另外两张表，把匹配join条件的结果写入D即可，单次操作仅涉及几行数据的计算，10w条量级下性能无压力。
以通用关联逻辑（三表通过id关联，A关联B、C的外键为b_id、c_id，D表存储三表关联后的业务字段）为例，触发器配置示例：

-- 先修改分隔符，避免和语句内分号冲突
DELIMITER //

-- 表A更新时触发同步
CREATE TRIGGER tri_A_update AFTER UPDATE ON A
FOR EACH ROW
BEGIN
  -- 清除旧A记录关联生成的D表无效数据
  DELETE FROM D WHERE a_id = OLD.id;
  -- 用更新后的A行关联B、C，匹配到的结果写入D
  INSERT INTO D(a_id, b_id, c_id, col1, col2)
  SELECT NEW.id, B.id, C.id, NEW.col1, B.col2
  FROM A
  INNER JOIN B ON A.b_id = B.id
  INNER JOIN C ON A.c_id = C.id
  WHERE A.id = NEW.id;
END //

-- 表B新增行时触发同步
CREATE TRIGGER tri_B_insert AFTER INSERT ON B
FOR EACH ROW
BEGIN
  INSERT INTO D(a_id, b_id, c_id, col1, col2)
  SELECT A.id, NEW.id, C.id, A.col1, NEW.col2
  FROM B
  INNER JOIN A ON A.b_id = B.id
  INNER JOIN C ON A.c_id = C.id
  WHERE B.id = NEW.id;
END //

-- 剩余触发器按相同逻辑补全即可：
-- 表A/B/C的INSERT/UPDATE/DELETE三类操作都要建对应触发器
-- 核心逻辑统一为：先删旧关联记录，再插新匹配结果，保证D和三表数据一致

DELIMITER ;

这个方案延迟在毫秒级，不需要额外部署服务，完全满足当前场景需求；缺点是如果三表结构频繁调整，触发器需要同步修改，不适合单次批量变更上万行的场景（逐行触发会有锁等待）。

方案2：事件调度器增量同步（易维护，秒级延迟） #

如果不想维护多个触发器，可以用MySQL自带的事件调度器做定时增量同步，适合对同步延迟容忍度在秒级的场景：

1. 先给A、B、C三张表都加update_time时间戳字段，自动记录行的最后变更时间：

   ALTER TABLE A ADD COLUMN update_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP;
   ALTER TABLE B ADD COLUMN update_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP;
   ALTER TABLE C ADD COLUMN update_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP;
   

2. 开启MySQL事件调度器开关：

   SET GLOBAL event_scheduler = ON;
   

3. 创建定时同步事件，比如设置每5秒同步一次，每次仅处理上次同步时间之后有变更的行，逻辑和触发器一致，先删旧关联数据再插新匹配结果即可。

这个方案维护成本比触发器低，不会因为大批量变更导致行锁长时间占用，缺点是不是强实时，存在调度间隔的延迟。

方案3：Binlog流同步（适合未来数据量扩容场景） #

如果后续单表数据量涨到百万、千万级，或者单表变更频率很高，可以用Binlog订阅方案：同步三表的Binlog到流处理引擎，在引擎内完成三表流Join，将结果实时写入D表。这个方案性能强、和业务库解耦，不会影响线上业务，但需要额外部署组件，当前10w条量级下没必要使用。

避坑提醒：不要每次表有变更就清空D表全量重跑三表Join，虽然10w条数据全量关联也能跑出结果，但资源浪费严重，增量同步的性能比全量重算高两个数量级以上。

内容的提问来源于stack exchange，提问作者Shani