MySQL——为什么用limit时,offset很大会影响性能

本人花费半年的时间总结的《Java面试指南》已拿腾讯等大厂offer,已开源在github ,欢迎star!

转载声明:转载请注明出处,本技术博客是本人原创文章

本文GitHub https://github.com/OUYANGSIHAI/JavaInterview 已收录,这是我花了6个月总结的一线大厂Java面试总结,本人已拿大厂offer,欢迎star

原文链接:blog.ouyangsihai.cn >> MySQL——为什么用limit时,offset很大会影响性能

点击上方“Java知音”,选择“置顶公众号”

技术文章第一时间送达!

作者:zhangyachen https://github.com/zhangyachen/

https://github.com/zhangyachen/

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:

    MySQL:为什么用limit时,offset很大会影响性能

    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:

    MySQL:为什么用limit时,offset很大会影响性能

    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 on a.id=b.id;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 on a.id=b.id
    

    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 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:

    https://explainextended.com/2009/10/23/mysql-order-by-limit-performance-late-row-lookups/ https://dev.mysql.com/doc/refman/5.7/en/innodb-information-schema-buffer-pool-tables.html

    END

    Java面试题专栏

    MySQL:为什么用limit时,offset很大会影响性能

    我知道你 “在看MySQL:为什么用limit时,offset很大会影响性能

    原文始发于微信公众号(Java知音):

    本人花费半年的时间总结的《Java面试指南》已拿腾讯等大厂offer,已开源在github ,欢迎star!

    转载声明:转载请注明出处,本技术博客是本人原创文章

    本文GitHub https://github.com/OUYANGSIHAI/JavaInterview 已收录,这是我花了6个月总结的一线大厂Java面试总结,本人已拿大厂offer,欢迎star

    原文链接:blog.ouyangsihai.cn >> MySQL——为什么用limit时,offset很大会影响性能


     上一篇
    经验——什么影响了数据库查询速度、什么影响了MySQL性能 经验——什么影响了数据库查询速度、什么影响了MySQL性能
    点击上方“Java知音”,选择“置顶公众号” 技术文章第一时间送达! 来源:唐成勇 segmentfault.com/a/1190000013672421 segmentfault.com/a/119000001367242
    下一篇 
    MySQL中的这17个关键问题,一定要弄清楚! MySQL中的这17个关键问题,一定要弄清楚!
    点击上方“后端技术精选”,选择“置顶公众号” 技术文章第一时间送达! 作者:luyaran www.blog.csdn.net/luyaran/ www.blog.csdn.net/luyaran/ Mysql的使用非常普遍