點擊上方“成猿之路”，選擇“置頂公衆號”
技術文章第一時間送達！
作者：Muscleape
www.jianshu.com/p/0768ebc4e28d
有一張財務流水錶，未分庫分表，目前的數據量爲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後，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，然後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;
-- 優化後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爲自增主鍵，val爲非唯一索引。
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)
時間相差很明顯。
爲什麼會出現上面的結果？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。
類似於下面這張圖：
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，最後再將結果過濾掉前300000條，取出最後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。帶你從頭到尾捋一遍MySQL索引結構！
肯定會有人問：既然一開始是利用索引的，爲什麼不先沿着索引葉子節點查詢到最後需要的5個節點，然後再去聚簇索引中查詢實際數據。這樣只需要5次隨機I/O，類似於下面圖片的過程：
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：
爲了證實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。裏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); 之後，buffer pool中的數據頁的數量遠遠少於select * from test where val=4 limit 300000,5;對應的數量，因爲前一個sql只訪問5次數據頁，而後一個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中沒有關於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中關於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) ;爲了防止上次試驗的影響，我們需要清空buffer pool，重啓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)
我們可以看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。也證實了爲什麼第一個sql會慢：讀取大量的無用數據行（300000），最後卻拋棄掉。
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，佔用buffer pool的空間。遇到的問題
爲了在每次重啓時確保清空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啓時載入在磁盤上備份buffer pool的數據。
參考資料：
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
END
喜歡本文的朋友們，歡迎長按下圖關注訂閱號成猿之路，收看更多精彩內容！
推薦閱讀：
點在看再走唄!
