您的位置首页  桂林生活  男女

SQL查询优化实战:900W+数据,从17s到300ms

SQL查询优化实战:900W+数据,从17s到300ms

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)。

  • 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。

  • 原理

减少回表操作,利用延迟关联或者子查询优化超多分页场景。

-- 优化前SQL

SELECT 各种字段

FROM `table_name`

WHERE 各种条件

LIMIT 0,10;

-- 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

LIMIT 0,10;

) temp_table ON temp_table.主键 = main_table.主键

找到的原理分析:MySQL 用 limit 为什么会影响性能?

前言

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:

其实我也想问这个问题。

证实

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。我先试了Handler_read_*系列,很遗憾没有一个变量能满足条件。

我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

  • https://explainextended.com/2009/10/23/mysql-order-by-limit-performance-late-row-lookups/
  • https://dev.mysql.com/doc/refman/5.7/en/innodb-information-schema-buffer-pool-tables.html

作者丨Muscleape

来源丨网址:https://www.jianshu.com/p/0768ebc4e28d

dbaplus社群欢迎广大技术人员投稿,投稿邮箱:editor@dbaplus.cn

关于我们

dbaplus社群是围绕Database、BigData、AIOps的企业级专业社群。资深大咖、技术干货,每天精品文章推送,每周线上技术分享,每月线下技术沙龙,每季度Gdevops&DAMS行业大会。

关注公众号【dbaplus社群】,获取更多技术文章和精选工具下载

免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186
TAGS标签更多>>