一張900w的數據表，怎么把原先要花費17s執行的SQL優化到300ms？

有一張財務流水表，未分庫分表，目前的數據量為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后，耗時347 ms (execution: 163 ms, fetching: 184 ms)；

操作：查詢條件放到子查詢中，子查詢只查主鍵ID，然后使用子查詢中確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SQLSELECT ?各種字段FROM `table_name`WHERE 各種條件LIMIT 0,10;

-- 優化后SQLSELECT ?各種字段FROM `table_name` main_taleRIGHT JOIN (SELECT ?子查詢只查主鍵FROM `table_name`WHERE 各種條件LIMIT 0,10;) temp_table ON temp_table.主鍵 = main_table.主鍵

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)

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)

id為自增主鍵，val為非唯一索引。

灌入大量數據，共500萬：

mysql> select count(*) from test;+----------+| count(*) |+----------+| ?5242882 |+----------+1 row in set (4.25 sec)

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)

時間相差很明顯。

為什么會出現上面的結果？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數據。

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次聚簇索引的數據，最后再將結果過濾掉前300000條，取出最后5條。MySQL耗費了大量隨機I/O在查詢聚簇索引的數據上，而有300000次隨機I/O查詢到的數據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，為什么不先沿著索引葉子節點查詢到最后需要的5個節點，然后再去聚簇索引中查詢實際數據。

這樣只需要5次隨機I/O，類似于下面圖片的過程：

其實我也想問這個問題。

證實

下面我們實際操作一下來證實上述的推論：

為了證實select * from test where val=4 limit 300000,5是掃描300005個索引節點和300005個聚簇索引上的數據節點，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數據節點的次數。我先試了Handler_read_*系列，很遺憾沒有一個變量能滿足條件。

我只能通過間接的方式來證實：

InnoDB中有buffer pool。里面存有最近訪問過的數據頁，包括數據頁和索引頁。所以我們需要運行兩個sql，來比較buffer pool中的數據頁的數量。預測結果是運行select * from test a inner join (select id from test where val=4 limit 300000,5);?之后，buffer pool中的數據頁的數量遠遠少于select * from test where val=4 limit 300000,5;對應的數量，因為前一個sql只訪問5次數據頁，而后一個sql訪問300005次數據頁。

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中沒有關于test表的數據頁。

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)

可以看出，此時buffer pool中關于test表有4098個數據頁，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，重啟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)

運行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)

我們可以看明顯的看出兩者的差別：第一個sql加載了4098個數據頁到buffer pool，而第二個sql只加載了5個數據頁到buffer pool。符合我們的預測。也證實了為什么第一個sql會慢：讀取大量的無用數據行（300000），最后卻拋棄掉。

而且這會造成一個問題：加載了很多熱點不是很高的數據頁到buffer pool，會造成buffer pool的污染，占用buffer pool的空間。遇到的問題

為了在每次重啟時確保清空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數據庫關閉時dump出buffer pool中的數據和在數據庫開啟時載入在磁盤上備份buffer pool的數據。

# 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

來源：https://www.jianshu.com/p/0768ebc4e28d

MySQL SQL

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。