來源:https://dwz.cn/K1Q1cePW
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)
爲了達到相同的目的,我們一般會改寫成如下語句:
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 (0.38 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:
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。
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) b>之後,buffer pool
中的數據頁的數量遠遠少於
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;
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) b>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 index_name,() . INDEX_NAME (,) TABLE_NAME index_name;
Empty (. sec)
運行sql:
mysql test a ( id test val ,) b ..;
| id | val | source | id |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
rows (. sec)
mysql index_name,() . INDEX_NAME (,) TABLE_NAME index_name;
| index_name | () |
| PRIMARY | |
| val | |
rows (. 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