面試官：一千萬數(shù)據(jù)，怎么快速查詢？

前言

• 面試官：來說說，一千萬的數(shù)據(jù)，你是怎么查詢的？
• 群友：直接分頁查詢，使用limit分頁。
• 面試官：有實(shí)操過嗎？
• 群友：肯定有呀

此刻獻(xiàn)上一首《涼涼》。

也許有些人沒遇過上千萬數(shù)據(jù)量的表，也不清楚查詢上千萬數(shù)據(jù)量的時(shí)候會(huì)發(fā)生什么。

今天就來帶大家實(shí)操一下，這次是基于「MySQL 5.7.26」做測試

準(zhǔn)備數(shù)據(jù)

沒有一千萬的數(shù)據(jù)怎么辦？

創(chuàng)建唄

代碼創(chuàng)建一千萬？那是不可能的，太慢了，可能真的要跑一天?？梢圆捎脭?shù)據(jù)庫腳本執(zhí)行速度快很多。

創(chuàng)建表

CREATE?TABLE?`user_operation_log`??(
????`id`?int(11)?NOT?NULL?AUTO_INCREMENT,?
????`user_id`?varchar(64)?CHARACTER?SET?utf8mb4?COLLATE?utf8mb4_general_ci?NULL?DEFAULT?NULL,
????`ip`?varchar(20)?CHARACTER?SET?utf8mb4?COLLATE?utf8mb4_general_ci?NULL?DEFAULT?NULL,?
????`op_data`?varchar(255)?CHARACTER?SET?utf8mb4?COLLATE?utf8mb4_general_ci?NULL?DEFAULT?NULL,??
????`attr1`?varchar(255)?CHARACTER?SET?utf8mb4?COLLATE?utf8mb4_general_ci?NULL?DEFAULT?NULL,??
????`attr2`?varchar(255)?CHARACTER?SET?utf8mb4?COLLATE?utf8mb4_general_ci?NULL?DEFAULT?NULL,??
????`attr3`?varchar(255)?CHARACTER?SET?utf8mb4?COLLATE?utf8mb4_general_ci?NULL?DEFAULT?NULL,??
????`attr4`?varchar(255)?CHARACTER?SET?utf8mb4?COLLATE?utf8mb4_general_ci?NULL?DEFAULT?NULL,??
????`attr5`?varchar(255)?CHARACTER?SET?utf8mb4?COLLATE?utf8mb4_general_ci?NULL?DEFAULT?NULL,??
????`attr6`?varchar(255)?CHARACTER?SET?utf8mb4?COLLATE?utf8mb4_general_ci?NULL?DEFAULT?NULL,??
????`attr7`?varchar(255)?CHARACTER?SET?utf8mb4?COLLATE?utf8mb4_general_ci?NULL?DEFAULT?NULL,??
????`attr8`?varchar(255)?CHARACTER?SET?utf8mb4?COLLATE?utf8mb4_general_ci?NULL?DEFAULT?NULL,??
????`attr9`?varchar(255)?CHARACTER?SET?utf8mb4?COLLATE?utf8mb4_general_ci?NULL?DEFAULT?NULL,??
????`attr10`?varchar(255)?CHARACTER?SET?utf8mb4?COLLATE?utf8mb4_general_ci?NULL?DEFAULT?NULL,??
????`attr11`?varchar(255)?CHARACTER?SET?utf8mb4?COLLATE?utf8mb4_general_ci?NULL?DEFAULT?NULL,?
????`attr12`?varchar(255)?CHARACTER?SET?utf8mb4?COLLATE?utf8mb4_general_ci?NULL?DEFAULT?NULL,??
????PRIMARY?KEY?(`id`)?USING?BTREE
)?ENGINE?=?InnoDB?AUTO_INCREMENT?=?1?CHARACTER?SET?=?utf8mb4?COLLATE?=?utf8mb4_general_ci?ROW_FORMAT?=?Dynamic;

創(chuàng)建數(shù)據(jù)腳本

采用批量插入，效率會(huì)快很多，而且每1000條數(shù)就commit，數(shù)據(jù)量太大，也會(huì)導(dǎo)致批量插入效率慢

DELIMITER?;;
CREATE?PROCEDURE?batch_insert_log()
BEGIN
??DECLARE?i?INT?DEFAULT?1;
??DECLARE?userId?INT?DEFAULT?10000000;
?set?@execSql?=?'INSERT?INTO?`test`.`user_operation_log`(`user_id`,?`ip`,?`op_data`,?`attr1`,?`attr2`,?`attr3`,?`attr4`,?`attr5`,?`attr6`,?`attr7`,?`attr8`,?`attr9`,?`attr10`,?`attr11`,?`attr12`)?VALUES';
?set?@execData?=?'';
??WHILE?i<=10000000?DO
???set?@attr?=?"'測試很長很長很長很長很長很長很長很長很長很長很長很長很長很長很長很長很長的屬性'";
??set?@execData?=?concat(@execData,?"(",?userId?+?i,?",?'10.0.69.175',?'用戶登錄操作'",?",",?@attr,?",",?@attr,?",",?@attr,?",",?@attr,?",",?@attr,?",",?@attr,?",",?@attr,?",",?@attr,?",",?@attr,?",",?@attr,?",",?@attr,?",",?@attr,?")");
??if?i?%?1000?=?0
??then
?????set?@stmtSql?=?concat(@execSql,?@execData,";");
????prepare?stmt?from?@stmtSql;
????execute?stmt;
????DEALLOCATE?prepare?stmt;
????commit;
????set?@execData?=?"";
???else
?????set?@execData?=?concat(@execData,?",");
???end?if;
??SET?i=i+1;
??END?WHILE;

END;;
DELIMITER?;

開始測試

?

哥的電腦配置比較低：win10 標(biāo)壓渣渣i5 讀寫約500MB的SSD

?

由于配置低，本次測試只準(zhǔn)備了3148000條數(shù)據(jù)，占用了磁盤5G(還沒建索引的情況下)，跑了38min，電腦配置好的同學(xué)，可以插入多點(diǎn)數(shù)據(jù)測試

SELECT?count(1)?FROM?`user_operation_log`

返回結(jié)果：3148000

三次查詢時(shí)間分別為：

• 14060 ms
• 13755 ms
• 13447 ms

普通分頁查詢

MySQL 支持 LIMIT 語句來選取指定的條數(shù)數(shù)據(jù)， Oracle 可以使用 ROWNUM 來選取。

MySQL分頁查詢語法如下：

SELECT?*?FROM?table?LIMIT?[offset,]?rows?|?rows?OFFSET?offset

• 第一個(gè)參數(shù)指定第一個(gè)返回記錄行的偏移量
• 第二個(gè)參數(shù)指定返回記錄行的最大數(shù)目

下面我們開始測試查詢結(jié)果：

SELECT?*?FROM?`user_operation_log`?LIMIT?10000,?10

查詢3次時(shí)間分別為：

• 59 ms
• 49 ms
• 50 ms

這樣看起來速度還行，不過是本地?cái)?shù)據(jù)庫，速度自然快點(diǎn)。

換個(gè)角度來測試

相同偏移量，不同數(shù)據(jù)量

SELECT?*?FROM?`user_operation_log`?LIMIT?10000,?10
SELECT?*?FROM?`user_operation_log`?LIMIT?10000,?100
SELECT?*?FROM?`user_operation_log`?LIMIT?10000,?1000
SELECT?*?FROM?`user_operation_log`?LIMIT?10000,?10000
SELECT?*?FROM?`user_operation_log`?LIMIT?10000,?100000
SELECT?*?FROM?`user_operation_log`?LIMIT?10000,?1000000

查詢時(shí)間如下：

從上面結(jié)果可以得出結(jié)束：「數(shù)據(jù)量越大，花費(fèi)時(shí)間越長」

相同數(shù)據(jù)量，不同偏移量

SELECT?*?FROM?`user_operation_log`?LIMIT?100,?100
SELECT?*?FROM?`user_operation_log`?LIMIT?1000,?100
SELECT?*?FROM?`user_operation_log`?LIMIT?10000,?100
SELECT?*?FROM?`user_operation_log`?LIMIT?100000,?100
SELECT?*?FROM?`user_operation_log`?LIMIT?1000000,?100

從上面結(jié)果可以得出結(jié)束：「偏移量越大，花費(fèi)時(shí)間越長」

SELECT?*?FROM?`user_operation_log`?LIMIT?100,?100
SELECT?id,?attr?FROM?`user_operation_log`?LIMIT?100,?100

如何優(yōu)化

既然我們經(jīng)過上面一番的折騰，也得出了結(jié)論，針對上面兩個(gè)問題：偏移大、數(shù)據(jù)量大，我們分別著手優(yōu)化

下面我們開始優(yōu)化偏移量大的問題！

采用子查詢方式

我們可以先定位偏移位置的 id，然后再查詢數(shù)據(jù)

SELECT?*?FROM?`user_operation_log`?LIMIT?1000000,?10

SELECT?id?FROM?`user_operation_log`?LIMIT?1000000,?1?

SELECT?*?FROM?`user_operation_log`?WHERE?id?>=?(SELECT?id?FROM?`user_operation_log`?LIMIT?1000000,?1)?LIMIT?10

查詢結(jié)果如下：

從上面結(jié)果得出結(jié)論：

• 第一條花費(fèi)的時(shí)間最大，第三條比第一條稍微好點(diǎn)
• 子查詢使用索引速度更快

缺點(diǎn)：只適用于id遞增的情況

id非遞增的情況可以使用以下寫法，但這種缺點(diǎn)是分頁查詢只能放在子查詢里面

注意：某些 mysql 版本不支持在 in 子句中使用 limit，所以采用了多個(gè)嵌套select

SELECT?*?FROM?`user_operation_log`?WHERE?id?IN?(
??SELECT?t.id?FROM?(SELECT?id?FROM?`user_operation_log`?LIMIT?1000000,?10)?AS?t
)

采用 id 限定方式

這種方法要求更高些，id必須是連續(xù)遞增，而且還得計(jì)算id的范圍，然后使用 between，sql如下

SELECT?*?FROM?`user_operation_log`?WHERE?id?between?1000000?AND?1000100?LIMIT?100

SELECT?*?FROM?`user_operation_log`?WHERE?id?>=?1000000?LIMIT?100

查詢結(jié)果如下：

從結(jié)果可以看出這種方式非常快

注意：這里的 LIMIT 是限制了條數(shù)，沒有采用偏移量

優(yōu)化數(shù)據(jù)量大問題

返回結(jié)果的數(shù)據(jù)量也會(huì)直接影響速度

SELECT?*?FROM?`user_operation_log`?LIMIT?1,?1000000

SELECT?id?FROM?`user_operation_log`?LIMIT?1,?1000000

SELECT?id,?user_id,?ip,?op_data,?attr1,?attr2,?attr3,?attr4,?attr5,?attr6,?attr7,?attr8,?attr9,?attr10,?attr11,?attr12?FROM?`user_operation_log`?LIMIT?1,?1000000

查詢結(jié)果如下：

從結(jié)果可以看出減少不需要的列，查詢效率也可以得到明顯提升

第一條和第三條查詢速度差不多，這時(shí)候你肯定會(huì)吐槽，那我還寫那么多字段干啥呢，直接 * 不就完事了

注意本人的 MySQL 服務(wù)器和客戶端是在同一臺(tái)機(jī)器上，所以查詢數(shù)據(jù)相差不多，有條件的同學(xué)可以測測客戶端與MySQL分開

SELECT * 它不香嗎？

在這里順便補(bǔ)充一下為什么要禁止 SELECT *。難道簡單無腦，它不香嗎？

主要兩點(diǎn)：

1. 用 SELECT * 數(shù)據(jù)庫需要解析更多的對象、字段、權(quán)限、屬性等相關(guān)內(nèi)容，在 SQL 語句復(fù)雜，硬解析較多的情況下，會(huì)對數(shù)據(jù)庫造成沉重的負(fù)擔(dān)。
2. 增大網(wǎng)絡(luò)開銷，* 有時(shí)會(huì)誤帶上如log、IconMD5之類的無用且大文本字段，數(shù)據(jù)傳輸size會(huì)幾何增漲。特別是MySQL和應(yīng)用程序不在同一臺(tái)機(jī)器，這種開銷非常明顯。

結(jié)束

最后還是希望大家自己去實(shí)操一下，肯定還可以收獲更多，歡迎留言！！

創(chuàng)建腳本我給你正好了，你還在等什么?。?！