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;
-- 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

RIGHTJOIN
(

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> 
selectversion
();

+
-----------+
| 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> 
selectcount
(*) 
fromtest
;

+
----------+
| 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
 * 
fromtestwhere
 val=
4limit300000
,
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
 * 
fromtest
 a 
innerjoin
 (
selectidfromtestwhere
 val=
4limit300000
,
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。
基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能。
项目地址:https://github.com/YunaiV/ruoyi-vue-pro

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
 * 
fromtestwhere
 val=
4limit300000
,
5
mysql> 
select
 index_name,
count
(*) 
from
 information_schema.INNODB_BUFFER_PAGE 
where
 INDEX_NAME 
in
(
'val'
,
'primary'
and
 TABLE_NAME 
like'%test%'groupby
 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
 * 
fromtestwhere
 val=
4limit300000
,
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%'groupby
 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%'groupby
 index_name;


Empty 
set
 (
0.03
 sec)

运行sql:
mysql> 
select
 * 
fromtest
 a 
innerjoin
 (
selectidfromtestwhere
 val=
4limit300000
,
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%'groupby
 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。 遇到的问题
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。
基于微服务的思想,构建在 B2C 电商场景下的项目实战。核心技术栈,是 Spring Boot + Dubbo 。未来,会重构成 Spring Cloud Alibaba 。
项目地址:https://github.com/YunaiV/onemall

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


欢迎加入我的知识星球,一起探讨架构,交流源码。加入方式,
长按下方二维码噢

已在知识星球更新源码解析如下:

最近更新《芋道 SpringBoot 2.X 入门》系列,已经 101 余篇,覆盖了 MyBatis、Redis、MongoDB、ES、分库分表、读写分离、SpringMVC、Webflux、权限、WebSocket、Dubbo、RabbitMQ、RocketMQ、Kafka、性能测试等等内容。
提供近 3W 行代码的 SpringBoot 示例,以及超 4W 行代码的电商微服务项目。
获取方式:点“在看”,关注公众号并回复 666 领取,更多内容陆续奉上。
文章有帮助的话,在看,转发吧。
谢谢支持哟 (*^__^*)
继续阅读
阅读原文