點擊上方“朱小廝的博客”，選擇“設(shè)為星標(biāo)”

后臺回復(fù)"書"，獲取

有一張財務(wù)流水表，未分庫分表，目前的數(shù)據(jù)量為9555695，分頁查詢使用到了limit，優(yōu)化之前的查詢耗時16 s 938 ms (execution: 16 s 831 ms, fetching: 107 ms)，按照下文的方式調(diào)整SQL后，耗時347 ms (execution: 163 ms, fetching: 184 ms)；

操作：查詢條件放到子查詢中，子查詢只查主鍵ID，然后使用子查詢中確定的主鍵關(guān)聯(lián)查詢其他的屬性字段；原理：減少回表操作；

--?優(yōu)化前SQL SELECT??各種字段 FROM?`table_name` WHERE?各種條件 LIMIT?0,10; --?優(yōu)化后SQL SELECT??各種字段 FROM?`table_name`?main_tale RIGHT?JOIN? ( SELECT??子查詢只查主鍵 FROM?`table_name` WHERE?各種條件 LIMIT?0,10; )?temp_table?ON?temp_table.主鍵?=?main_table.主鍵

找到的原理分析：MySQL 用 limit 為什么會影響性能？

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(jié)構(gòu)：

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(shù)據(jù)，共500萬：

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

我們知道，當(dāng)limit offset rows中的offset很大時，會出現(xiàn)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(xiàn)上面的結(jié)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(jié)點數(shù)據(jù)。根據(jù)葉子節(jié)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(jié)點，查詢300005次聚簇索引的數(shù)據(jù)，最后再將結(jié)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(shù)據(jù)上，而有300000次隨機I/O查詢到的數(shù)據(jù)是不會出現(xiàn)在結(jié)果集當(dāng)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(jié)點查詢到最后需要的5個節(jié)點，然后再去聚簇索引中查詢實際數(shù)據(jù)。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(jié)點和300005個聚簇索引上的數(shù)據(jù)節(jié)點，我們需要知道MySQL有沒有辦法統(tǒng)計在一個sql中通過索引節(jié)點查詢數(shù)據(jù)節(jié)點的次數(shù)。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(shù)據(jù)頁，包括數(shù)據(jù)頁和索引頁。所以我們需要運行兩個sql，來比較buffer pool中的數(shù)據(jù)頁的數(shù)量。預(yù)測結(jié)果是運行select * from test a inner join (select id from test where val=4 limit 300000,5); 之后，buffer pool中的數(shù)據(jù)頁的數(shù)量遠遠少于select * from test where val=4 limit 300000,5;對應(yīng)的數(shù)量，因為前一個sql只訪問5次數(shù)據(jù)頁，而后一個sql訪問300005次數(shù)據(jù)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(guān)于test表的數(shù)據(jù)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(guān)于test表有4098個數(shù)據(jù)頁，208個索引頁。

select?*?from?test?a?inner?join?(select?id?from?test?where?val=4?limit?300000,5)?;

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(shù)據(jù)頁到buffer pool，而第二個sql只加載了5個數(shù)據(jù)頁到buffer pool。符合我們的預(yù)測。也證實了為什么第一個sql會慢：讀取大量的無用數(shù)據(jù)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(shù)據(jù)頁到buffer pool，會造成buffer pool的污染，占用buffer pool的空間會遇到的問題。

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

想知道更多？掃描下面的二維碼關(guān)注我

后臺回復(fù)"技術(shù)"，加入技術(shù)群

【精彩推薦】

• 超清晰的DNS入門指南

• 如何用ELK搭建TB級的日志系統(tǒng)

• 深度好文：Linux系統(tǒng)內(nèi)存知識

• 日志采集系統(tǒng)都用到哪些技術(shù)？

• 面試官：為什么HashMap的加載因子是0.75？

• 原創(chuàng)|OpenAPI標(biāo)準(zhǔn)規(guī)范

• 如此簡單| ES最全詳細使用教程

• ClickHouse到底是什么？為什么如此牛逼！

• 原來ElasticSearch還可以這么理解

• 面試官：InnoDB中一棵B+樹可以存放多少行數(shù)據(jù)？

點個贊+在看，少個 bug?????

總結(jié)

以上是生活随笔為你收集整理的搞懂 SQL 查询优化原理分析，秒速处理大数据量查询的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。