有偿问答
面经分享
技术探讨
资料领取
登录
MySQL 用 limit 为什么会影响性能?
社长
1年前
⋅ 447 阅读
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) ``` 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: ![](https://image-1300566513.cos.ap-guangzhou.myqcloud.com/upload/images/20220302/6b4a9e0620954d73bbbb3b4b187aea7c.png) 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: ![](https://image-1300566513.cos.ap-guangzhou.myqcloud.com/upload/images/20220302/39a9a9708c19438fb186d278ad0605e8.png) 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) b>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) b>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。 **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
阅读全部
全部评论:
0
条
我有话说:
@
发送
-- 目录 --
关注官方公众号:
Java问答社
接收最新有赏问答推送!
最新发布
1.
SpringBoot 接口数据加解密技巧,so easy!
2.
一个依赖搞定 Spring Boot 反爬虫,防止接口盗刷!
3.
Java8 Stream 极大简化了代码,它是如何实现的?
4.
马上大四了,秋招还是春招好?先找工作还是找实习?
5.
万字详解 Linux 常用指令(值得收藏)
6.
4年工作经验,多线程间的5种通信方式都说不出来,你敢信?
最新评论
部署文档没有了,您能提供下吗
部署文档没有了,能提供下吗
我测你的🐎
源码从哪里获取请问
想学
那篇石墨文档 没有权限查看哇