Multi-Range Read (MRR)

MRR?的全稱是?Multi-Range Read Optimization，是優化器將隨機?IO?轉化為順序?IO?以降低查詢過程中?IO?開銷的一種手段，這對IO-bound類型的SQL語句性能帶來極大的提升，適用于range ref eq_ref類型的查詢

MRR優化的幾個好處

使數據訪問有隨機變為順序，查詢輔助索引是，首先把查詢結果按照主鍵進行排序，按照主鍵的順序進行書簽查找

減少緩沖池中頁被替換的次數

批量處理對鍵值的操作

在沒有使用MRR特性時

第一步 先根據where條件中的輔助索引獲取輔助索引與主鍵的集合，結果集為rest

1	select?key_column, pk_column from tb where key_column=x order by key_column

第二步 通過第一步獲取的主鍵來獲取對應的值

1 2	for?each pk_column valuein?restdo: select?non_key_column from tb where pk_column=val

使用MRR特性時

第一步 先根據where條件中的輔助索引獲取輔助索引與主鍵的集合，結果集為rest

1	select?key_column, pk_column from tb where key_column = x order by key_column

第二步 將結果集rest放在buffer里面(read_rnd_buffer_size?大小直到buffer滿了)，然后對結果集rest按照pk_column排序，得到結果集是rest_sort

第三步 利用已經排序過的結果集，訪問表中的數據，此時是順序IO.

1	select?non_key_column fromtb where pk_columnin?(rest_sort)

在不使用?MRR?時，優化器需要根據二級索引返回的記錄來進行“回表”，這個過程一般會有較多的隨機IO,?使用MRR時，SQL語句的執行過程是這樣的：

• 優化器將二級索引查詢到的記錄放到一塊緩沖區中

• 如果二級索引掃描到文件的末尾或者緩沖區已滿，則使用快速排序對緩沖區中的內容按照主鍵進行排序

• 用戶線程調用MRR接口取cluster index，然后根據cluster index?取行數據

• 當根據緩沖區中的?cluster index取完數據，則繼續調用過程?2) 3)，直至掃描結束

通過上述過程，優化器將二級索引隨機的?IO?進行排序，轉化為主鍵的有序排列，從而實現了隨機?IO?到順序?IO?的轉化，提升性能

此外MRR還可以將某些范圍查詢，拆分為鍵值對，來進行批量的數據查詢，如下：

SELECT * FROM t WHERE?key_part1?>= 1000 AND?key_part1?< 2000AND?key_part2?= 10000;

表t上有二級索引(key_part1, key_part2)，索引根據key_part1,key_part2的順序排序。

若不使用MRR：此時查詢的類型為Range，sql優化器會先將key_part1大于1000小于2000的數據取出，即使key_part2不等于10000，帶取出之后再進行過濾，會導致很多無用的數據被取出

若使用MRR：如果索引中key_part2不為10000的元組越多，最終MRR的效果越好。優化器會將查詢條件拆分為（1000,1000），（1001,1000），...?（1999,1000）最終會根據這些條件進行過濾

相關參數

當mrr=on,mrr_cost_based=on，則表示cost base的方式還選擇啟用MRR優化,當發現優化后的代價過高時就會不使用該項優化

當mrr=on,mrr_cost_based=off，則表示總是開啟MRR優化

1	SET? @@optimizer_switch='mrr=on,mrr_cost_based=on';

參數read_rnd_buffer_size?用來控制鍵值緩沖區的大小。二級索引掃描到文件的末尾或者緩沖區已滿，則使用快速排序對緩沖區中的內容按照主鍵進行排序

總結

以上是生活随笔為你收集整理的Multi-Range Read (MRR)原理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。