当前位置: 首页 >> 技术文章 >> 一次900万+数据量的 SQL 查询优化分析【上百倍性能优化】
一次900万+数据量的 SQL 查询优化分析【上百倍性能优化】
发布时间:2020-02-07 发布人:Muscleape 193

来源 :

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


有一张流水表,未分库分表,目前的数据量为950w,分页查询使用到了limit,优化之前的查询耗时17s左右 (execution: 16s831ms, fetching: 107 ms)


按照下文的方式调整SQL后,耗时347ms (execution: 163 ms, fetching: 184 ms);优化前的SQL类似这样:


-- 优化前SQL

SELECT  各种字段

FROM `table_name`

WHERE 各种条件

LIMIT 0,10;


优化后SQL是这样的:


-- 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


一,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)


再看一下表结构:


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:


微信图片_20200207190526.jpg

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:


微信图片_20200207190456.jpg

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*fromtestwhereval=4limit300000,5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Handlerread*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*fromtest a inner join(selectidfromtestwhereval=4limit300000,5); 之后,buffer pool中的数据页的数量远远少于 select*fromtestwhereval=4limit300000,5;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*fromtestwhereval=4limit300000,5


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*fromtest a inner join(selectidfromtestwhereval=4limit300000,5);为了防止上次试验的影响,我们需要清空buffer pool,可以通过重启mysql来实现。然后再次运行优化后的SQL:


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。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innodbbufferpooldumpatshutdown和innodbbufferpoolloadatstartup,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