0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

一次SQL查询优化原理分析:900W+数据,从17s到300ms

数据分析与开发 来源:未知 2023-04-14 14:27 次阅读

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,利用延迟关联或者子查询优化超多分页场景。

--优化前SQL
SELECT各种字段
FROM`table_name`
WHERE各种条件
LIMIT0,10;
--优化后SQL
SELECT各种字段
FROM`table_name`main_tale
RIGHTJOIN
(
SELECT子查询只查主键
FROM`table_name`
WHERE各种条件
LIMIT0,10;
)temp_tableONtemp_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>selectversion();
+-----------+
|version()|
+-----------+
|5.7.17|
+-----------+
1rowinset(0.00sec)

表结构:

mysql>desctest;
+--------+---------------------+------+-----+---------+----------------+
|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||
+--------+---------------------+------+-----+---------+----------------+
3rowsinset(0.00sec)

id为自增主键,val为非唯一索引

灌入大量数据,共500万:

mysql>selectcount(*)fromtest;
+----------+
|count(*)|
+----------+
|5242882|
+----------+
1rowinset(4.25sec)

我们知道,当limit offset rows中的offset很大时,会出现效率问题:

mysql>select*fromtestwhereval=4limit300000,5;
+---------+-----+--------+
|id|val|source|
+---------+-----+--------+
|3327622|4|4|
|3327632|4|4|
|3327642|4|4|
|3327652|4|4|
|3327662|4|4|
+---------+-----+--------+
5rowsinset(15.98sec)

为了达到相同的目的,我们一般会改写成如下语句:

mysql>select*fromtestainnerjoin(selectidfromtestwhereval=4limit300000,5)bona.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|
+---------+-----+--------+---------+
5rowsinset(0.38sec)

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:45d781ce-d8f7-11ed-bfe3-dac502259ad0.jpg

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:

45ed9680-d8f7-11ed-bfe3-dac502259ad0.jpg

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*fromtestwhereval=4limit300000,5
mysql>selectindex_name,count(*)frominformation_schema.INNODB_BUFFER_PAGEwhereINDEX_NAMEin('val','primary')andTABLE_NAMElike'%test%'groupbyindex_name;Emptyset(0.04sec)

可以看出,目前buffer pool中没有关于test表的数据页。

mysql>select*fromtestwhereval=4limit300000,5;
+---------+-----+--------+
|id|val|source|
+---------+-----+--------+|
3327622|4|4|
|3327632|4|4|
|3327642|4|4|
|3327652|4|4|
|3327662|4|4|
+---------+-----+--------+
5rowsinset(26.19sec)

mysql>selectindex_name,count(*)frominformation_schema.INNODB_BUFFER_PAGEwhereINDEX_NAMEin('val','primary')andTABLE_NAMElike'%test%'groupbyindex_name;
+------------+----------+
|index_name|count(*)|
+------------+----------+
|PRIMARY|4098|
|val|208|
+------------+----------+2rowsinset(0.04sec)

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) ;为了防止上次试验的影响,我们需要清空buffer pool,重启mysql。

mysqladminshutdown
/usr/local/bin/mysqld_safe&
mysql>selectindex_name,count(*)frominformation_schema.INNODB_BUFFER_PAGEwhereINDEX_NAMEin('val','primary')andTABLE_NAMElike'%test%'groupbyindex_name;

Emptyset(0.03sec)

运行sql:

mysql>select*fromtestainnerjoin(selectidfromtestwhereval=4limit300000,5)bona.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|
+---------+-----+--------+---------+
5rowsinset(0.09sec)

mysql>selectindex_name,count(*)frominformation_schema.INNODB_BUFFER_PAGEwhereINDEX_NAMEin('val','primary')andTABLE_NAMElike'%test%'groupbyindex_name;
+------------+----------+
|index_name|count(*)|
+------------+----------+
|PRIMARY|5|
|val|390|
+------------+----------+
2rowsinset(0.03sec)

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。

审核编辑 :李倩


声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 数据
    +关注

    关注

    8

    文章

    7006

    浏览量

    88947
  • SQL
    SQL
    +关注

    关注

    1

    文章

    762

    浏览量

    44117
  • 数据库
    +关注

    关注

    7

    文章

    3795

    浏览量

    64364

原文标题:一次 SQL 查询优化原理分析:900W+ 数据,从 17s 到 300ms

文章出处:【微信号:DBDevs,微信公众号:数据分析与开发】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    文了解MyBatis的查询原理

    本文通过MyBatis个低版本的bug(3.4.5之前的版本)入手,分析MyBatis的一次完整的查询流程,配置文件的解析
    的头像 发表于 10-10 11:42 1424次阅读

    基于索引的SQL语句优化之降龙十八掌

    的范围信息会放入Oracle的数据字典中。Oracle可以利用这个信息来提取出那些只与SQL查询相关的数据分区。例如,假设你已经定义了个分
    发表于 09-25 13:24

    个可以将音频信号延时300ms再输出的电路,跪求大神回复。

    个可以将音频信号延时300ms再输出的电路
    发表于 12-11 17:22

    2017双11技术揭秘—TDDL/DRDS 的类 KV 查询优化实践

    仅在SQL层面进行进优化会非常困难,因此针对这类场景,TDDL/DRDS 配合 AliSQL 提出了全新的解决方案。作者:励强(君瑜)场景介绍性能优化是企业级应用永恒的话题,关系型
    发表于 12-29 14:29

    CC2530 广播 300ms以下就会产生发送失败问题,失败原因:zBufferFull

    多次测试发现芯片在广播的时候发送时间短于300ms一次的话就会产生发送失败的现象,每9失败几次,失败的原因为zBufferFull,而采用单播发送频率在30ms以下才会产生丢包问题,
    发表于 06-01 00:38

    SQL查询慢的原因分析总结

    sql 查询慢的48个原因分析 1、没有索引或者没有用到索引(这是查询慢最常见的问题,是程序设计的缺陷)。 2、I/O吞吐量小,形成了瓶颈效应。 3、没有创建计算列导致
    发表于 03-08 11:58 0次下载

    基于关系代数树的查询优化方法实例分析

    提出了基于关系代数树结构的SQL查询优化策略。利用改进查询计划的代数定律,分析基于关系代数树的关系代数式
    发表于 05-07 10:11 21次下载
    基于关系代数树的<b class='flag-5'>查询</b><b class='flag-5'>优化</b>方法实例<b class='flag-5'>分析</b>

    基于KingView的SQL数据查询设计_杨洋

    基于KingView的SQL数据查询设计_杨洋
    发表于 01-17 19:57 0次下载

    企业海量数据查询优化

    查询分析、统计操作所基于的SELECT语句在SQL语句中又是付出资源代价最大的语句。举个具体的例子,比如数据库表有上百万甚至上千万条记
    发表于 12-14 16:40 8次下载

    SQL优化器原理 - 查询优化器综述

    摘要: 本文主要是对数据查询优化器的个综述,包括查询优化器分类、
    发表于 07-24 17:38 322次阅读
    <b class='flag-5'>SQL</b><b class='flag-5'>优化</b>器原理 - <b class='flag-5'>查询</b><b class='flag-5'>优化</b>器综述

    SQL查询优化是怎么回事

    查询 (Subquery)的优化直以来都是 SQL 查询优化中的难点之
    的头像 发表于 02-01 13:55 2039次阅读
    <b class='flag-5'>SQL</b>子<b class='flag-5'>查询</b><b class='flag-5'>优化</b>是怎么回事

    SQL优化思路与经典案例分析

    如何定位慢SQL呢、我们可以通过慢查询日志来查看慢SQL。默认的情况下呢,MySQL数据库是不开启慢查询日志(slow query log)
    的头像 发表于 10-27 13:16 908次阅读

    文终结SQL查询优化

    查询(Subquery)的优化直以来都是 SQL 查询优化中的难点之
    的头像 发表于 04-28 14:19 750次阅读
    <b class='flag-5'>一</b>文终结<b class='flag-5'>SQL</b>子<b class='flag-5'>查询</b><b class='flag-5'>优化</b>

    Oracle长耗时SQL优化案例

    最近在生产客服平台,运营岗老师反馈,个2w人的企业,在信息详情查询时,加载时间过长,越70s左右出结果,需要后台优化
    的头像 发表于 05-19 15:02 1021次阅读

    oracle执行sql查询语句的步骤是什么

    Oracle数据库是种常用的关系型数据库管理系统,具有强大的SQL查询功能。Oracle执行SQL
    的头像 发表于 12-06 10:49 958次阅读