來源:jianshu.com/p/0768ebc4e28d
- 一,前言
- 證明
- 參考資料
有一張财務流水表,未分庫分表,目前的資料量為9555695,分頁查詢使用到了limit,優化之前的查詢耗時16 s 938 ms (execution: 16 s 831 ms, fetching: 107 ms),按照下文的方式調整SQL後,耗時347 ms (execution: 163 ms, fetching: 184 ms);
操作: 查詢條件放到子查詢中,子查詢隻查主鍵ID,然後使用子查詢中确定的主鍵關聯查詢其他的屬性字段;
原理: 減少回表操作;
-- 優化前SQL
SELECT 各種字段
FROM `table_name`
WHERE 各種條件
LIMIT 0,10;
複制
-- 優化後SQL
SELECT 各種字段
FROM `table_name` main_tale
RIGHT JOIN
(
SELECT 子查詢隻查主鍵
FROM `table_name`
WHERE 各種條件
LIMIT 0,10;
) temp_table ON temp_table.主鍵 = main_table.主鍵
複制
找到的原理分析:MySQL 用 limit 為什麼會影響性能?
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)
複制
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)
複制
id為自增主鍵,val為非唯一索引。
灌入大量資料,共500萬:
mysql> select count(*) from test;
+----------+
| count(*) |
+----------+
| 5242882 |
+----------+
1 row in set (4.25 sec)
複制
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)
複制
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)
複制
時間相差很明顯。
為什麼會出現上面的結果?我們看一下select * from test where val=4 limit 300000,5;的查詢過程:
查詢到索引葉子節點資料。根據葉子節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次索引節點,查詢300005次聚簇索引的資料,最後再将結果過濾掉前300000條,取出最後5條。MySQL耗費了大量随機I/O在查詢聚簇索引的資料上,而有300000次随機I/O查詢到的資料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,為什麼不先沿着索引葉子節點查詢到最後需要的5個節點,然後再去聚簇索引中查詢實際資料。這樣隻需要5次随機I/O,類似于下面圖檔的過程:
其實我也想問這個問題。
證明
下面我們實際操作一下來證明上述的推論:
為了證明
select * from test where val=4 limit 300000,5
是掃描300005個索引節點和300005個聚簇索引上的資料節點,我們需要知道MySQL有沒有辦法統計在一個sql中通過索引節點查詢資料節點的次數。我先試了Handler_read_*系列,很遺憾沒有一個變量能滿足條件。
我隻能通過間接的方式來證明:
InnoDB中有buffer pool。裡面存有最近通路過的資料頁,包括資料頁和索引頁。是以我們需要運作兩個sql,來比較buffer pool中的資料頁的數量。預測結果是運作
select * from test a inner join (select id from test where val=4 limit 300000,5);
之後,buffer pool中的資料頁的數量遠遠少于
select * from test where val=4 limit 300000,5;
對應的數量,因為前一個sql隻通路5次資料頁,而後一個sql通路300005次資料頁。
select * from test where val=4 limit 300000,5
複制
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)
複制
可以看出,目前buffer pool中沒有關于test表的資料頁。
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)
複制
可以看出,此時buffer pool中關于test表有4098個資料頁,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,重新開機mysql。
mysqladmin shutdown
/usr/local/bin/mysqld_safe &
複制
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)
複制
運作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)
複制
我們可以看明顯的看出兩者的差别:第一個sql加載了4098個資料頁到buffer pool,而第二個sql隻加載了5個資料頁到buffer pool。符合我們的預測。也證明了為什麼第一個sql會慢:讀取大量的無用資料行(300000),最後卻抛棄掉。而且這會造成一個問題:加載了很多熱點不是很高的資料頁到buffer pool,會造成buffer pool的污染,占用buffer pool的空間。 遇到的問題
為了在每次重新開機時確定清空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資料庫關閉時dump出buffer pool中的資料和在資料庫開啟時載入在磁盤上備份buffer pool的資料。
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