一次SQL查詢優化原理分析（900W+數據，從17s到300ms）

作者：Muscleape 2020-02-23 17:15:29

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SQL 
SELECT  各種字段 
FROM `table_name` 
WHERE 各種條件 
LIMIT 0,10;

-- 優化后SQL 
SELECT  各種字段 
FROM `table_name` main_tale 
RIGHT 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

一，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)

為了達到相同的目的，我們一般會改寫成如下語句：

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)

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。

責任編輯：未麗燕來源：簡書

SQL 分析查詢