更優美的limit使用方法(limit 對mysql 數據查詢的性能影響)

更優美的limit使用方法(limit 對mysql 數據查詢的性能影響)

本文在zhangyachen的基礎上重新排版
來源：zhangyachen

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: 自增主鍵
• val: 非唯一索引。

數據量，共500多萬

mysql> select count(*) from test;

+----------+
| count(*) |
+----------+
|  5242882 |
+----------+
1 row in set (4.25 sec)

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)

我們可以改寫成如下語句(效率優化版)達到相同的目的：

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。

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：

1. 查詢到索引葉子節點數據。

2. 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，

1. 需要查詢300005次索引節
2. 查詢300005次聚簇索引的數據
3. 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。

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：

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，我們需要統計MySQL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。

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:
select * from test a inner join (select id from test where val=4 limit 300000,5) b on a.id=b.id;使用的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

測試普通的limit查詢

檢查buffer pool的使用量

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。

執行查詢語句

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)

查看buffer pool的使用量

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。

清空buffer pool

防止上次試驗的影響，我們需要清空buffer pool，重啓mysql。

執行語句

mysqladmin shutdown /usr/local/bin/mysqld_safe &

檢查buffer pool的使用量

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)

測試優化版的limit查詢

執行查詢語句

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 (0.09 sec)

查看buffer pool的使用量

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
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300000無用數據行，最後卻拋棄掉。

而且這會造成一個問題：浪費了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
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