點擊上方△藍字關注我們

帶你征服編程和泡妞兩座大山

對MySQL的性能和億級數據的處理方法思考，以及分庫分表到底該如何做，在什么場景比較合適？

比如銀行交易流水記錄的查詢

限鹽少許，上實際實驗過程，以下是在實驗的過程中做一些操作，以及踩過的一些坑，我覺得坑對于讀者來講是非常有用的。

首先：建立一個現金流量表，交易歷史是各個金融體系下使用率最高，歷史存留數據量最大的數據類型。現金流量表的數據搜索，可以根據時間范圍，和個人，以及金額進行搜索。

-- 建立一張 現金流量表

DROP?TABLE?IF?EXISTS?`yun_cashflow`;

CREATE?TABLE?`yun_cashflow`?(

??`id`?bigint(20)?NOT?NULL?AUTO_INCREMENT,

??`userid`?int(11)?DEFAULT?NULL,

??`type`?int(11)?DEFAULT?NULL?COMMENT?'1、入賬，2提現',

??`operatoruserid`?int(11)?DEFAULT?NULL?COMMENT?'操作員ID',

??`withdrawdepositid`?bigint(20)?DEFAULT?NULL?COMMENT?'提現ID',

??`money`?double?DEFAULT?NULL?COMMENT?'錢數',

??`runid`?bigint(20)?DEFAULT?NULL?COMMENT?'工單ID',

??`createtime`?timestamp?NULL?DEFAULT?CURRENT_TIMESTAMP?ON?UPDATE?CURRENT_TIMESTAMP,

??PRIMARY?KEY?(`id`)

)?ENGINE=InnoDB?AUTO_INCREMENT=63?DEFAULT?CHARSET=utf8;

然后開始造1個億的數據進去。

-- 循環插入

drop?PROCEDURE?test_insert;

DELIMITER;;
CREATE?PROCEDURE?test_insert()
begin?
declare?num?int;?
set?num=0;
????????while?num?do
????????????insert?into?yun_cashflow(userid,type,operatoruserid,withdrawdepositid,money)?values(FLOOR(7?+?(RAND()?*?6))+FLOOR(22?+?(RAND()?*?9)),1,FLOOR(97?+?(RAND()?
*?6))+FLOOR(2?+?(RAND()?*?9)),FLOOR(17?+?(RAND()?*?6))+FLOOR(2?+?(RAND()?*?9)),FLOOR(5?+?(RAND()?*?6))+FLOOR(2?+?(RAND()?*?9)));
????????????set?num=num+1;
????????end?while;
??END;;

call?test_insert();

坑一：

這個存儲過程建立好了之后，發現插入數據特別的慢，一天一晚上也插入不到100萬條數據，平均每秒40~60條數據，中間我停過幾次，以為是隨機函數的問題，都變成常數，但效果一樣，還是很慢，當時讓我對這個MySQL數據庫感覺到悲觀，畢竟Oracle用慣了，那插速是真的很快，不過功夫不負有心人，原來可以用另外一種寫法造數據，速度很快，上代碼。

INSERT?INTO?example
(example_id,?name,?value,?other_value)
VALUES
(100,?'Name?1',?'Value?1',?'Other?1'),
(101,?'Name?2',?'Value?2',?'Other?2'),
(102,?'Name?3',?'Value?3',?'Other?3'),
(103,?'Name?4',?'Value?4',?'Other?4');

就是在循環里，用這種格式造很多數據，VALUES后面以,隔開，然后把數據寫上去，我用Excel造了1萬條數據，按照語句格式粘貼了出來，就變成每循環一次，就1萬條數據，這樣沒多久1億數據就造好了。

select?count(*)?from?yun_cashflow

我還比較好奇，8個字段1億條數據，到底占了多大的地方,通過以下語句找到數據的路徑。

show?global?variables?like?"%datadir%";

通過查看文件，是7.78GB，看來如果字段不是很多，數據量大的話，其實不是什么問題，這其實作為架構師來講，在估算機器配置硬盤冗余的時候，這是最簡單直接粗暴的換算思路。
行了，表建完了，各種實驗開始

首先，啥條件不加看看咋樣。

呵呵了，Out of memory，看來這個查詢是真往內存里整，內存整冒煙了，看來7.8G的數據是往內存里放，我內存沒那么大導致的。
資金流水一般會按照時間進行查詢，看看這速度到底怎樣。

select?*?from?yun_cashflow??where?createtime?between?'2018-10-23?09:06:58'?and?'2018-10-23?09:06:59'

我去，腦補一下，當你拿這支付寶查歷史資金明細的時候，56條信息，103.489秒，也就是將近2分鐘的查詢速度，你會是怎樣的體驗。哦 哦，不對，這個還沒加用條件，那下面單獨試試某個用戶不限時間范圍的條件是怎樣的。

select?count(*)?from?yun_cashflow?where?userid=21

也是將近1分半的速度，那在試試金額的條件。

select?count(*)?from?yun_cashflow?where?money<62?and?userid=32

同樣都是將近一分半的時間。
那把兩個條件做下級聯，看看效果會是怎樣。
一樣，也是將近1分半的時間。

小總結一：在不加索引的情況下，無論單獨，還是聯合條件查詢，結果都是1分多鐘不到2分鐘。

好吧，那就加上索引試試，看看到底會有啥樣奇跡發生。
給用戶加索引

ALTER?TABLE?yun_cashflow?ADD?INDEX?index_userid?(userid)

`
給金額加索引

ALTER?TABLE?yun_cashflow?ADD?INDEX?index_money?(money)

給時間加索引

ALTER?TABLE?yun_cashflow?ADD?INDEX?index_createtime?(createtime)

小總結二： 建立索引的時間平均在1400秒左右，大概在23分鐘左右。
索引都建立完了，在開始以前的條件查詢，看看效果。

1、時間范圍查詢

select?*?from?yun_cashflow??where?createtime?between?'2018-10-23?09:06:58'?and?'2018-10-23?09:06:59'

2、用戶查詢與錢的聯合查詢

3、用戶查詢與錢與時間三個條件的聯合查詢

select?*?from?yun_cashflow?where?money<62?and?userid=32?and??createtime?between?'2018-10-22?09:06:58'?and?'2018-10-23?09:06:59'

小總結三：建立完索引后，這種級聯性質的查詢，速度基本都很快，數據量不大的情況下，基本不會超過一秒。

由于時間的范圍返回是56條數據，數據量比較小，所以速度快可能與這個有關，那實驗下條件多的數據效果會是什么樣。
先試試加完索引, 金額條件的效果。
2千5百萬的數據，返回時間為11.460秒。
加一個用戶數量比較多的條件 UserID=21
返回1000多萬的數據，用了6秒
在找一個用戶數量比較少的userid=34
返回4000多條，用不到1秒。

小總結四：條件返回的數據統計量越多，速度就越慢，超過1000萬就慢的離譜，1秒左右就是100萬的量才行。

那。。。。。。。。。。。。咱們程序猿都知道，我們在做數據的時候，都要用到分頁。分頁一般會用到LIMIT,比如每頁10行，第二頁就是LIMIT 10,10，得試試在分頁的時候，哪些頁的情況下，會是什么樣的效果呢?

• limit在1千時候速度

• limit在1百萬時候速度

• limit在1千萬時候速度

小總結五：LIMIT 參數1，參數2 ?在隨著參數1(開始索引)增大時候，這個速度就會越來越慢，如果要求1秒左右返回時候的速度是100萬數據，在多在大就慢了，也就是，如果10條一頁，當你到第10萬頁之后，就會越來越慢。如果到30萬頁之后，可能就會到不到一般系統的3秒要求了。

數據庫都建上索引了，那我插數據速度有沒有影響呢，那試試
也就是說100條數據插了將近5秒，平均每秒插20條。

小總結六：也就是說，按照這樣的速度插入，并發量一但大的情況下，操作起來會很慢。所以在有索引的條件下插入數據，要么索引失效，要么插入會特別慢。
分庫分表的思維，一個大表返回那么多數據慢，那我把它變成若干張表，然后每張表count(*)后，我統計累加一下，一合計，就是所有數據的查詢結果的條數，然后就是到第多少頁，我先算一下這頁在哪個庫，哪張表，在從那張表讀不就完了。通過之前 的總結，100萬數據返回為1秒，所以就一張表里放100萬個數據，1億的數據就100張表。

BEGIN?
????????DECLARE?`@i`?int(11);????
????????DECLARE?`@createSql`?VARCHAR(2560);?
????????DECLARE?`@createIndexSql1`?VARCHAR(2560);????
????????DECLARE?`@createIndexSql2`?VARCHAR(2560);
????????DECLARE?`@createIndexSql3`?VARCHAR(2560);
????????set?`@i`=0;?
????????WHILE??`@i`DO????????????????
????????????????????????????SET?@createSql?=?CONCAT('CREATE?TABLE?IF?NOT?EXISTS?yun_cashflow_',`@i`,'(
`id`?bigint(20)?NOT?NULL?AUTO_INCREMENT,
????????????????????????????????`userid`?int(11)?DEFAULT?NULL,
????????????????????????????????`type`?int(11)?DEFAULT?NULL??,
????????????????????????????????`operatoruserid`?int(11)?DEFAULT?NULL??,
????????????????????????????????`withdrawdepositid`?bigint(20)?DEFAULT?NULL??,
????????????????????????????????`money`?double?DEFAULT?NULL??,
????????????????????????????????`runid`?bigint(20)?DEFAULT?NULL??,
????????????????????????????????`createtime`?timestamp?NULL?DEFAULT?CURRENT_TIMESTAMP?ON?UPDATE?CURRENT_TIMESTAMP,
????????????????????????????????PRIMARY?KEY?(`id`)
????????????????????????????????)'
????????????????????????????);?
????????????????????????????prepare?stmt?from?@createSql;?
????????????????????????????execute?stmt;??????????

-- 創建索引

??????set?@createIndexSql1??=?CONCAT('create?index?`t_money`?on?yun_cashflow_',`@i`,'(`money`);');
????????????????????????????prepare?stmt1?from?@createIndexSql1;?
????????????????????????????execute?stmt1;?
????????????????????????????set?@createIndexSql2??=?CONCAT('create?index?`t_userid`?on?yun_cashflow_',`@i`,'(`userid`);');
????????????????????????????prepare?stmt2?from?@createIndexSql2;?
????????????????????????????execute?stmt2;?
SET?`@i`=?`@i`+1;?
????????????END?WHILE;
END

表建完了，庫里的效果是醬樣的。

是不是很酷，這表分的，絕了，滿庫全是表。那還得往每張表里整100萬的數據。這部分代碼就不寫了，可以參考前面的改，相信能把文章看到這的都是懂行的人，也是對這方面有一腚追求的人。

坑二：我高估了我的計算機的并行計算能力，當我啟用100個線程同時玩我自己電腦的數據庫連接的時候，到后期給我反饋的結果是這樣的。

說白了，連接滿了，超時，數據庫都不給我返回值了，所以這種實驗，不找100臺機器，也別可一臺機器去霍霍，因為如果能快，那個1個億的大表，返回的也不會慢。這時候拼的就是計算能力了,都在一臺機器上去做實驗，會讓你懷疑人生的。

那咋辦， 這地方我就假裝返回都是1000毫秒，也就1秒，然后每個線程都在1秒的時候都給我返回值，這個值我寫死，可以看看多線程分布式統計count的效果。

最后總體耗時，就是最后那個返回時間最長的線程返回的時間，所以理論上100個線程同時啟動，應該在1秒完成，但線程這玩意有快有慢，所以1秒多一點，也是可以接受的。如果碰上都是機器性能好的時候，所有數據庫返回都在1秒以內，那么也就是1秒了。

這個多線程編程可以試試類似Java的countDownLatch/AKKA 將異步多線程結果同步返回。

最后是在數據庫數據量比較大的時候，通過MySQL以上的特性，進行不同場景應用的思考。

場景：銀行交易流水記錄的查詢

根據小總結六的特性，操作表和歷史查詢表一定要時間可以分開，由于帶索引的歷史表，插入會很慢，所以要插入到操作表內，操作表和歷史表的字段是一樣的。

根據小總結二特性，然后固定某個時間點，比如半夜12點，或者固定日期，或者選擇非交易查詢活躍的時間，把操作表里的數據往歷史表里插一下，由于重建索引也用不了太久，一樣半個小時左右。讓兩種表并存。還有另外一種策略，由于流水主要以時間做為排序對象，可以按照時間順序，也就是ID自增長的順序進行分庫分表，就像試驗的那樣，100萬左右條數據一張表，另外在做一張時間范圍的索引表，如下：

CreateTimeIndexTable
ID??TableName???CreateTimeStart?CreateTimeEnd
1???yun_cashflow_1??2018-10-22?09:06:58?2018-10-26?09:06:58
2???yun_cashflow_2??2018-10-26?09:06:58?2018-10-29?09:06:58
3???yun_cashflow_3??2018-11-12?09:06:58?2018-11-22?09:06:58
4???yun_cashflow_4??2018-11-22?09:06:58?2018-11-26?09:06:58

當遇見這樣語句需求的時候：

select?*?from?yun_cashflow?where?money<62?and?userid=32?and??createtime?between?'2018-10-27?09:06:58'?and?'2018-10-28?09:06:59'

1)、就改寫成這樣的順序

select?TableName?from?CreateTimeIndexTable?where?CreateTimeStart>??'2018-10-27?09:06:58'?and?CreateTimeEnd?'2018-10-28?09:06:59'

2)、當得到TableName的時候，結果是yun_cashflow_2，在進行語句的查詢

select?*?from?yun_cashflow_2?where?money<62?and?userid=32?and??createtime?between?'2018-10-27?09:06:58'?and?'2018-10-28?09:06:59'

這樣，兩遍就可以查詢到結果。
不過也有可能查詢的結果是多個，比如

select?TableName?from?CreateTimeIndexTable?where?CreateTimeStart>??'2018-10-27?09:06:58'?and?CreateTimeEnd?'2018-11-13?09:06:59'

yun_cashflow_2，和yun_cashflow_3，這個時候，就需要把兩個表的結果都查詢出來，進行merge。相信程序員們對兩個表的結果集合并邏輯都不是什么難事，這地方不多解釋。

這樣做的好處，主要是每次重建索引的時候，就不用整個1個億的大表進行重建，而是只重建最近的1百萬的那張分出來的表，速度會很快的。

根據小總結一和小總結三的特性，把關鍵的字段加上索引，用戶，時間，這樣保證查詢的速度。

根據小總結四的特性，盡量限制查詢結果的數量范圍，比如，單個人查自己的交易明細，可以限制范圍，比如查詢時間范圍不超過三個月，或半年，或一年。

更

多

精

彩

長按識別，有小姐姐~

強烈推薦：

1、nginx常用功能全揭秘(內附福利！！！)

2、正則表達式真的很騷，可惜你不會寫！！！

3、利用springboot創建多模塊項目

4、致畢業生：那些年我們錯過的“BAT”

5、徹底解決Java的值傳遞和引用傳遞

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的mysql select count 5万条数据很慢_mysql亿级数据数据库优化方案测试银行交易流水记录的查询...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。