點擊上方“朱小廝的博客”，選擇“設為星標”

后臺回復”加群“加入公眾號專屬技術群

來源：rrd.me/fe8TT

一，前言?

首先說明一下MySQL的版本：

mysql> select version();
+-----------+
| version() |
+-----------+
| 5.7.17 |
+-----------+
1 row in set (0.00 sec)

表結構：

mysql> desc test;
+--------+---------------------+------+-----+---------+----------------+
| Field ?| Type ? ? ? ? ? ? ? ?| Null | Key | Default | Extra ? ? ? ? ?|
+--------+---------------------+------+-----+---------+----------------+
| id ? ? | bigint(20) unsigned | NO ? | PRI | NULL ? ?| auto_increment |
| val ? ?| int(10) unsigned ? ?| NO ? | MUL | 0 ? ? ? | ? ? ? ? ? ? ? ?|
| source | int(10) unsigned ? ?| NO ? | ? ? | 0 ? ? ? | ? ? ? ? ? ? ? ?|
+--------+---------------------+------+-----+---------+----------------+
3 rows in set (0.00 sec)

id為自增主鍵，val為非唯一索引。

灌入大量數據，共500萬：

mysql> select count(*) from test;
+----------+
| count(*) |
+----------+
| 5242882 |
+----------+
1 row in set (4.25 sec)

我們知道，當limit offset rows中的offset很大時，會出現效率問題：

mysql> select * from test where val=4 limit 300000,5;
+---------+-----+--------+
| id ? ? ?| val | source |
+---------+-----+--------+
| 3327622 | ? 4 | ? ? ?4 |
| 3327632 | ? 4 | ? ? ?4 |
| 3327642 | ? 4 | ? ? ?4 |
| 3327652 | ? 4 | ? ? ?4 |
| 3327662 | ? 4 | ? ? ?4 |
+---------+-----+--------+
5 rows in set (15.98 sec)

為了達到相同的目的，我們一般會改寫成如下語句：

mysql> select * from test a inner join (select id from test where val=4 limit 300000,5) b on a.id=b.id;
+---------+-----+--------+---------+
| id | val | source | id |
+---------+-----+--------+---------+
| 3327622 | 4 | 4 | 3327622 |
| 3327632 | 4 | 4 | 3327632 |
| 3327642 | 4 | 4 | 3327642 |
| 3327652 | 4 | 4 | 3327652 |
| 3327662 | 4 | 4 | 3327662 |
+---------+-----+--------+---------+
5 rows in set (0.38 sec)

時間相差很明顯。

為什么會出現上面的結果？我們看一下select * from test where val=4 limit 300000,5;的查詢過程：

查詢到索引葉子節點數據。
根據葉子節點上的主鍵值去聚簇索引上查詢需要的全部字段值。

類似于下面這張圖：

像上面這樣，需要查詢300005次索引節點，查詢300005次聚簇索引的數據，最后再將結果過濾掉前300000條，取出最后5條。MySQL耗費了大量隨機I/O在查詢聚簇索引的數據上，而有300000次隨機I/O查詢到的數據是不會出現在結果集當中的。

肯定會有人問：既然一開始是利用索引的，為什么不先沿著索引葉子節點查詢到最后需要的5個節點，然后再去聚簇索引中查詢實際數據。這樣只需要5次隨機I/O，類似于下面圖片的過程：

其實我也想問這個問題。

證實

下面我們實際操作一下來證實上述的推論：

為了證實select * from test where val=4 limit 300000,5是掃描300005個索引節點和300005個聚簇索引上的數據節點，我們需要知道MySQL有沒有辦法統計在一個sql中通過索引節點查詢數據節點的次數。我先試了Handler_read_*系列，很遺憾沒有一個變量能滿足條件。

我只能通過間接的方式來證實：

InnoDB中有buffer pool。里面存有最近訪問過的數據頁，包括數據頁和索引頁。所以我們需要運行兩個sql，來比較buffer pool中的數據頁的數量。預測結果是運行select * from test a inner join (select id from test where val=4 limit 300000,5) b>之后，buffer pool中的數據頁的數量遠遠少于select * from test where val=4 limit 300000,5;對應的數量，因為前一個sql只訪問5次數據頁，而后一個sql訪問300005次數據頁。

select * from test where val=4 limit 300000,5

mysql> select index_name,count(*) from information_schema.INNODB_BUFFER_PAGE where INDEX_NAME in('val','primary') and TABLE_NAME like '%test%' group by index_name;
Empty set (0.04 sec)

可以看出，目前buffer pool中沒有關于test表的數據頁。

mysql> select * from test where val=4 limit 300000,5;
+---------+-----+--------+
| id ? ? ?| val | source |
+---------+-----+--------+
| 3327622 | ? 4 | ? ? ?4 |
| 3327632 | ? 4 | ? ? ?4 |
| 3327642 | ? 4 | ? ? ?4 |
| 3327652 | ? 4 | ? ? ?4 |
| 3327662 | ? 4 | ? ? ?4 |
+---------+-----+--------+
5 rows in set (26.19 sec)

mysql> select index_name,count(*) from information_schema.INNODB_BUFFER_PAGE where INDEX_NAME in('val','primary') and TABLE_NAME like '%test%' group by index_name;
+------------+----------+
| index_name | count(*) |
+------------+----------+
| PRIMARY ? ?| ? ? 4098 |
| val ? ? ? ?| ? ? ?208 |
+------------+----------+
2 rows in set (0.04 sec)

可以看出，此時buffer pool中關于test表有4098個數據頁，208個索引頁。

select * from test a inner join (select id from test where val=4 limit 300000,5) b>為了防止上次試驗的影響，我們需要清空buffer pool，重啟mysql。mysqladmin shutdown
/usr/local/bin/mysqld_safe &
mysql> select index_name,count(*) from information_schema.INNODB_BUFFER_PAGE where INDEX_NAME in('val','primary') and TABLE_NAME like '%test%' group by index_name;
Empty set (0.03 sec)

運行sql：

mysql> select * from test a inner join (select id from test where val=4 limit 300000,5) b on a.id=b.id;
+---------+-----+--------+---------+
| id | val | source | id |
+---------+-----+--------+---------+
| 3327622 | 4 | 4 | 3327622 |
| 3327632 | 4 | 4 | 3327632 |
| 3327642 | 4 | 4 | 3327642 |
| 3327652 | 4 | 4 | 3327652 |
| 3327662 | 4 | 4 | 3327662 |
+---------+-----+--------+---------+
5 rows in set (0.09 sec)

mysql> select index_name,count(*) from information_schema.INNODB_BUFFER_PAGE where INDEX_NAME in('val','primary') and TABLE_NAME like '%test%' group by index_name;
+------------+----------+
| index_name | count(*) |
+------------+----------+
| PRIMARY | 5 |
| val | 390 |
+------------+----------+
2 rows in set (0.03 sec)

我們可以看明顯的看出兩者的差別：第一個sql加載了4098個數據頁到buffer pool，而第二個sql只加載了5個數據頁到buffer pool。符合我們的預測。也證實了為什么第一個sql會慢：讀取大量的無用數據行（300000），最后卻拋棄掉。

而且這會造成一個問題：加載了很多熱點不是很高的數據頁到buffer pool，會造成buffer pool的污染，占用buffer pool的空間。

遇到的問題

為了在每次重啟時確保清空buffer pool，我們需要關閉innodb_buffer_pool_dump_at_shutdown和innodb_buffer_pool_load_at_startup，這兩個選項能夠控制數據庫關閉時dump出buffer pool中的數據和在數據庫開啟時載入在磁盤上備份buffer pool的數據。

參考資料：

1.https://explainextended.com/2009/10/23/mysql-order-by-limit-performance-late-row-lookups/

2.https://dev.mysql.com/doc/refman/5.7/en/innodb-information-schema-buffer-pool-tables.html

想知道更多？掃描下面的二維碼關注我

怎么加群？：>>>Learn More<<

怎么免費加入知識星球：>>>Free<<<

免費資料入口：后臺回復“666”

朕已閱?

總結

以上是生活随笔為你收集整理的MySQL：为什么用limit时，offset很大会影响性能的全部內容，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。