一次SQL查詢優(yōu)化原理分析：900W+數(shù)據(jù)，從17s到300ms

有一張財(cái)務(wù)流水表，未分庫(kù)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(shí)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(shí)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，利用延遲關(guān)聯(lián)或者子查詢優(yōu)化超多分頁場(chǎng)景。

--?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(huì)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(shí)，會(huì)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(dá)到相同的目的，我們一般會(huì)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(shí)間相差很明顯。

為什么會(huì)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(diǎn)數(shù)據(jù)。根據(jù)葉子節(jié)點(diǎn)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(diǎn)，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(fèi)了大量隨機(jī)I/O在查詢聚簇索引的數(shù)據(jù)上，而有300000次隨機(jī)I/O查詢到的數(shù)據(jù)是不會(huì)出現(xiàn)在結(jié)果集當(dāng)中的。

肯定會(huì)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(diǎn)查詢到最后需要的5個(gè)節(jié)點(diǎn)，然后再去聚簇索引中查詢實(shí)際數(shù)據(jù)。這樣只需要5次隨機(jī)I/O，類似于下面圖片的過程：

其實(shí)我也想問這個(gè)問題。

證實(shí)

下面我們實(shí)際操作一下來證實(shí)上述的推論：

為了證實(shí)select * from test where val=4 limit 300000,5是掃描300005個(gè)索引節(jié)點(diǎn)和300005個(gè)聚簇索引上的數(shù)據(jù)節(jié)點(diǎn)，我們需要知道MySQL有沒有辦法統(tǒng)計(jì)在一個(gè)sql中通過索引節(jié)點(diǎn)查詢數(shù)據(jù)節(jié)點(diǎn)的次數(shù)。我先試了Handler_read_*系列，很遺憾沒有一個(gè)變量能滿足條件。

我只能通過間接的方式來證實(shí)：

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(yùn)行兩個(gè)sql，來比較buffer pool中的數(shù)據(jù)頁的數(shù)量。預(yù)測(cè)結(jié)果是運(yùn)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(yuǎn)遠(yuǎn)少于select * from test where val=4 limit 300000,5;對(duì)應(yīng)的數(shù)量，因?yàn)榍耙粋€(gè)sql只訪問5次數(shù)據(jù)頁，而后一個(gè)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(shí)buffer pool中關(guān)于test表有4098個(gè)數(shù)據(jù)頁，208個(gè)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(yàn)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(yùn)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(gè)sql加載了4098個(gè)數(shù)據(jù)頁到buffer pool，而第二個(gè)sql只加載了5個(gè)數(shù)據(jù)頁到buffer pool。符合我們的預(yù)測(cè)。也證實(shí)了為什么第一個(gè)sql會(huì)慢：讀取大量的無用數(shù)據(jù)行（300000），最后卻拋棄掉。而且這會(huì)造成一個(gè)問題：加載了很多熱點(diǎn)不是很高的數(shù)據(jù)頁到buffer pool，會(huì)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(shí)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(gè)選項(xiàng)能夠控制數(shù)據(jù)庫(kù)關(guān)閉時(shí)dump出buffer pool中的數(shù)據(jù)和在數(shù)據(jù)庫(kù)開啟時(shí)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

• —————END—————

PS：如果覺得我的分享不錯(cuò)，歡迎大家隨手點(diǎn)贊、在看。
?關(guān)注公眾號(hào)：Java后端編程，回復(fù)下面關(guān)鍵字?

要Java學(xué)習(xí)完整路線，回復(fù)??路線?
缺Java入門視頻，回復(fù)：?視頻?
要Java面試經(jīng)驗(yàn)，回復(fù)??面試?
缺Java項(xiàng)目，回復(fù)：?項(xiàng)目?
進(jìn)Java粉絲群：?加群?

PS：如果覺得我的分享不錯(cuò)，歡迎大家隨手點(diǎn)贊、在看。
（完）




加我"微信"?獲取一份 最新Java面試題資料
請(qǐng)備注：666，不然不通過～

最近好文

1、必須推薦的一個(gè)后臺(tái)管理系統(tǒng)
2、無意中發(fā)現(xiàn)了一位清華妹子的資料庫(kù)！
3、Java后端編程讀者群正式成立了！
4、一套簡(jiǎn)單通用的Java后臺(tái)管理系統(tǒng)，拿來即用
5、36 張圖梳理 Intellij IDEA 常用設(shè)置


最近面試BAT，整理一份面試資料《Java面試BAT通關(guān)手冊(cè)》，覆蓋了Java核心技術(shù)、JVM、Java并發(fā)、SSM、微服務(wù)、數(shù)據(jù)庫(kù)、數(shù)據(jù)結(jié)構(gòu)等等。
獲取方式：關(guān)注公眾號(hào)并回復(fù)?java?領(lǐng)取，更多內(nèi)容陸續(xù)奉上。
明天見(??ω??)?