有一张财务流水表,未分库分表,目前的数据量为9555695
,分页查询使用到了limit
,优化之前的查询耗时16 s 938 ms (execution: 16 s 831 ms, fetching: 107 ms),按照下文的方式调整SQL
后,耗时347 ms (execution: 163 ms, fetching: 184 ms);
解决操作
:查询条件放到子查询中,子查询只查主键ID
,然后使用子查询中确定的主键关联查询其他的属性字段;
解决原理
: 减少回表操作;
优化前SQL
SELECT 各种字段 FROM`table_name` WHERE 各种条件 LIMIT0,10;
优化后SQL
SELECT 各种字段 FROM `table_name` main_tale RIGHT JOIN ( SELECT 子查询只查主键 FROM `table_name` WHERE 各种条件 LIMIT0,10; ) temp_table ON temp_table.主键 = main_table.主键
找到limit耗时原理分析:MySQL
用 limit
为什么会影响性能
首先说明一下MySQL
的版本:
mysql> select version(); +-----------+ | version() | +-----------+ | 5.7.17 | +-----------+ 1 row in set (0.00 sec)
表结构:
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
为自增主键,val
为非唯一索引。灌入大量数据,共500万
:
mysql> select count(*) from test; +----------+ | count(*) | +----------+ | 5242882 | +----------+ 1 row in set (4.25 sec)
我们知道,当limit offset rows
中的offset
很大时,会出现效率问题:
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)
为了达到相同的目的,我们一般会改写成如下语句:
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)
时间相差很明显。为什么会出现上面的结果?我们看一下select * from test where val=4 limit 300000,5;
的查询过程:
查询到索引叶子节点数据。根据叶子节点上的主键值去聚簇索引上查询需要的全部字段值。
类似于下面这张图:
像上面这样,需要查询300005
次索引节点,查询300005
次聚簇索引的数据,最后再将结果过滤掉前300000
条,取出最后5
条。MySQL
耗费了大量随机I/O
在查询聚簇索引的数据上,而有300000
次随机I/O
查询到的数据是不会出现在结果集当中的
肯定会有人问:既然一开始是利用索引的,为什么不先沿着索引叶子节点查询到最后需要的5
个节点,然后再去聚簇索引中查询实际数据。这样只需要5
次随机I/O
,类似于下面图片的过程:
下面我们实际操作一下来证实上述的推论:
为了证实select * from test where val=4 limit 300000,5
是扫描300005
个索引节点和300005
个聚簇索引上的数据节点,我们需要知道MySQL
有没有办法统计在一个sql
中通过索引节点查询数据节点的次数。先试了Handler_read_*
系列,很遗憾没有一个变量能满足条件。
只能通过间接的方式来证实:
InnoDB
中有buffer pool
。里面存有最近访问过的数据页
,包括数据页
和索引页
。所以我们需要运行两个sql
,来比较buffer pool
中的数据页的数量
预测结果是运行select * from test a inner join (select id from test where val=4 limit 300000,5)
之后,buffer pool
中的数据页的数量远远少于select * from test where val=4 limit 300000,5;
对应的数量,因为前一个sql
只访问5
次数据页,而后一个sql访问300005
次数据页
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
中没有关于test
表的数据页。
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,此时buffer pool
中关于test
表有4098
个数据页,208
个索引页。
select * from test a inner join (select id from test where val=4 limit 300000,5)
为了防止上次试验的影响,我们需要清空buffer pool
,重启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)
运行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)
我们可以看明显的看出两者的差别:第一个sql
加载了4098
个数据页到buffer pool
,而第二个sql
只加载了5
个数据页到buffer pool
。符合我们的预测。也证实了为什么第一个sql会慢:读取大量的无用数据行(300000
),最后却抛弃掉。
而且这会造成一个问题:加载了很多热点不是很高的数据页到buffer pool
,会造成buffer pool
的污染,占用buffer pool
的空间。
为了在每次重启时确保清空buffer pool
,我们需要关闭innodb_buffer_pool_dump_at_shutdown
和innodb_buffer_pool_load_at_startup
,这两个选项能够控制数据库关闭时dump
出buffer pool
中的数据和在数据库开启时载入在磁盘上备份buffer pool
的数据。
参考资料:
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