一次 SQL 查询优化原理分析（900W+ 数据，从 17s 到 300ms）

野性酷女 2023-10-06 10:04 1阅读 0赞

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；  
原理： 减少回表操作；

– 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  
找到的原理分析：MySQL 用 limit 为什么会影响性能？

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。

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的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)

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 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。