java 培训千万数据提升速度的 SQL 优化方案

​

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；

说明：

MySQL 并不是挑过 offeset 行，而是取 offset+N 行，然后返回放弃前 offset 行，返回 N 行，那当 offset 特别大的时候，效率就非常的底下，要么控制返回的总页数，要么对超过特定阈值的页数进行 SQL 改写_java培训。

正例：

先快速定位需要获取的 id 段，然后再关联：

SELECT a.* FROM 表 1 a,(select id from 表 1 where 条件 LIMIT 100000,20) b where a.id = b.id;

-- 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

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_java视频。

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。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。

文章转载来源于 Java 知音

​