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)
id: 自增主键val: 非唯一索引。
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：
-
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：
像上面这样，
- 需要查询 300005 次索引节
- 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：
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
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