MySQL 用 limit 為什么會影響性能？

點擊上方“程序員大白”，選擇“星標”公眾號
重磅干貨，第一時間送達

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(jié)點數據。
根據葉子節(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(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(jié)點和300005個聚簇索引上的數據節(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)點查詢數據節(jié)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

推薦閱讀
國產小眾瀏覽器因屏蔽視頻廣告，被索賠100萬（后續(xù)）
年輕人“不講武德”：因看黃片上癮，把網站和786名女主播起訴了
中國聯通官網被發(fā)現含木馬腳本，可向用戶推廣色情APP
張一鳴：每個逆襲的年輕人，都具備的底層能力

關于程序員大白

程序員大白是一群哈工大，東北大學，西湖大學和上海交通大學的碩士博士運營維護的號，大家樂于分享高質量文章，喜歡總結知識，歡迎關注[程序員大白]，大家一起學習進步！