MySQL 用 limit 为什么会影响性能?

 2021-09-07 22:53  阅读(34)
文章分类:数据库 文章标签:MySQL

一,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:

202109072253546981.png

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:

202109072253551152.png

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) b>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)
    
    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) b>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 * 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。

参考资料:

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

点赞(0)
版权归原创作者所有,任何形式转载请联系作者; Java 技术驿站 >> MySQL 用 limit 为什么会影响性能?

相关推荐