更优美的 limit 使用方法 (limit 对 mysql 数据查询的性能影响)

本贴最后更新于 252 天前,其中的信息可能已经时移世易

更优美的 limit 使用方法(limit 对 MySQL 数据查询的性能影响)

本文在 zhangyachen 的基础上重新排版
来源:zhangyachen

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)

数据量,共 500 多万

mysql> select count(*) from test;

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

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)

我们可以改写成如下语句(效率优化版)达到相同的目的:

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)

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:

  1. 查询到索引叶子节点数据。

  2. 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:

像上面这样,

  1. 需要查询 300005 次索引节
  2. 查询 300005 次聚簇索引的数据
  3. 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:

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,我们需要统计 MySQL 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。

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:
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 中的数据页的数量远远少于 select * from test where val=4 limit 300000,5; 对应的数量

测试普通的 limit 查询

检查 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 中没有关于 test 表的数据页。

执行查询语句

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,此时 buffer pool 中关于 test 表有 4098 个数据页,208 个索引页。

清空 buffer pool

防止上次试验的影响,我们需要清空 buffer pool,重启 MySQL。

执行语句

mysqladmin shutdown /usr/local/bin/mysqld_safe &

检查 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)

测试优化版的 limit 查询

执行查询语句

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 (0.09 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
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 300000 无用数据行,最后却抛弃掉。

而且这会造成一个问题:浪费了 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
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

  • 数据库

    据说 99% 的性能瓶颈都在数据库。

    288 引用 • 599 回帖
  • MySQL

    MySQL 是一个关系型数据库管理系统,由瑞典 MySQL AB 公司开发,目前属于 Oracle 公司。MySQL 是最流行的关系型数据库管理系统之一。

    565 引用 • 511 回帖 • 675 关注
  • 性能
    55 引用 • 177 回帖

赞助商 我要投放

欢迎来到这里!

我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。

注册 关于
请输入回帖内容 ...