一張900w的數(shù)據(jù)表，干脆把花費17s執(zhí)行的SQL優(yōu)化到300ms了
點擊“開發(fā)者技術(shù)前線”，選擇“星標?”
在看|星標|留言,? 真愛
作者：Muscleape
www.jianshu.com/p/0768ebc4e28d
有一張財務流水表，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
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(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。更多參考：索引很難么？帶你從頭到尾捋一遍MySQL索引結(jié)構(gòu)，不信你學不會！
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。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)。
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
前線推出學習交流群，加群一定要備注： 研究/工作方向+地點+學校/公司+昵稱（如前端+上海+上交+可可） 根據(jù)格式備注，可更快被通過且邀請進群，領取一份專屬學習禮包
掃碼加我微信進群，內(nèi)推和技術(shù)交流，大佬們零距離
END 后臺回復“面試”?“資料”?領取一份干貨，數(shù)百技術(shù)面試手冊等你 開發(fā)者技術(shù)前線 ，匯集技術(shù)前線快訊和關(guān)注行業(yè)趨勢，大廠干貨，是開發(fā)者經(jīng)歷和成長的優(yōu)秀指南。 歷史推薦 真香！我終于干掉了該死的 if-else... 微信13億日活下，微信支付 Elasticsearch 調(diào)優(yōu)實踐 2020 年九大頂級 Java 框架 一個員工的離職成本到底有多恐怖? 為什么螞蟻金服的 ZSearch 比 ElasticSearh 還牛逼？ 好文點個在看吧！
