MySQL 用 limit 为什么会影响性能？

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 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 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

MySQL 用 limit 为什么会影响性能？

全部评论: 0 条

最新发布

最新评论