相关文章推荐
英姿勃勃的松鼠  ·  mysql like 多个 - ...·  6 天前    · 
玩命的拖把  ·  浅谈C++ templates ...·  1 年前    · 
道上混的豌豆  ·  pandas : ...·  1 年前    · 

大家好,我是 捡田螺的小男孩

我们日常做分页需求时,一般会用limit实现,但是当偏移量特别大的时候,查询效率就变得低下。本文将分4个方案,讨论如何优化MySQL百万数据的深分页问题,并附上最近优化生产慢SQL的实战案例。

  • 公众号: 捡田螺的小男孩
  • limit深分页为什么会变慢?

    先看下表结构哈:

    CREATE TABLE account (
      id int(11NOT NULL AUTO_INCREMENT COMMENT '主键Id',
      name varchar(255DEFAULT NULL COMMENT '账户名',
      balance int(11DEFAULT NULL COMMENT '余额',
      create_time datetime NOT NULL COMMENT '创建时间',
      update_time datetime NOT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
      PRIMARY KEY (id),
      KEY idx_name (name),
      KEY idx_update_time (update_time) //索引
    ) ENGINE=InnoDB AUTO_INCREMENT=1570068 DEFAULT CHARSET=utf8 ROW_FORMAT=REDUNDANT COMMENT='账户表';
    

    假设深分页的执行SQL如下:

    select id,name,balance from account where update_time> '2020-09-19' limit 100000,10;
    

    这个SQL的执行时间如下:

    执行完需要0.742秒,深分页为什么会变慢呢?如果换成 limit 0,10,只需要0.006秒哦

    我们先来看下这个SQL的执行流程:

  • 通过普通二级索引树idx_update_time,过滤update_time条件,找到满足条件的记录ID。
  • 通过ID,回到主键索引树,找到满足记录的行,然后取出展示的列(回表
  • 扫描满足条件的100010行,然后扔掉前100000行,返回。
  • SQL的执行流程

    执行计划如下:

    SQL变慢原因有两个

  • limit语句会先扫描offset+n行,然后再丢弃掉前offset行,返回后n行数据。也就是说limit 100000,10,就会扫描100010行,而limit 0,10,只扫描10行。
  • limit 100000,10 扫描更多的行数,也意味着回表更多的次数。
  • 通过子查询优化

    因为以上的SQL,回表了100010次,实际上,我们只需要10条数据,也就是我们只需要10次回表其实就够了。因此,我们可以通过减少回表次数来优化。

    回顾B+ 树结构

    那么,如何减少回表次数呢?我们先来复习下B+树索引结构哈~

    InnoDB中,索引分主键索引(聚簇索引)和二级索引

  • 主键索引,叶子节点存放的是整行数据
  • 二级索引,叶子节点存放的是主键的值
  • 把条件转移到主键索引树

    如果我们把查询条件,转移回到主键索引树,那就不就可以减少回表次数啦。转移到主键索引树查询的话,查询条件得改为主键id了,之前SQL的update_time这些条件咋办呢?抽到子查询那里嘛~

    子查询那里怎么抽的呢?因为二级索引叶子节点是有主键ID的,所以我们直接根据update_time来查主键ID即可,同时我们把 limit 100000的条件,也转移到子查询,完整SQL如下:

    select id,name,balance FROM account where id >= (select a.id from account a where a.update_time >= '2020-09-19' limit 1000001) LIMIT 10;(可以加下时间条件到外面的主查询)
    

    查询效果一样的,执行时间只需要0.038秒!

    我们来看下执行计划

    由执行计划得知,子查询 table a查询是用到了idx_update_time索引。首先在索引上拿到了聚集索引的主键ID,省去了回表操作,然后第二查询直接根据第一个查询的 ID往后再去查10个就可以了!

    因此,这个方案是可以的~

    INNER JOIN 延迟关联

    延迟关联的优化思路,跟子查询的优化思路其实是一样的:都是把条件转移到主键索引树,然后减少回表。不同点是,延迟关联使用了inner join代替子查询。

    优化后的SQL如下:

    SELECT  acct1.id,acct1.name,acct1.balance FROM account acct1 INNER JOIN (SELECT a.id FROM account a WHERE a.update_time >= '2020-09-19' ORDER BY a.update_time LIMIT 10000010AS  acct2 on acct1.id= acct2.id;
    

    查询效果也是杠杆的,只需要0.034秒

    执行计划如下:

    查询思路就是,先通过idx_update_time二级索引树查询到满足条件的主键ID,再与原表通过主键ID内连接,这样后面直接走了主键索引了,同时也减少了回表。

    标签记录法

    limit 深分页问题的本质原因就是:偏移量(offset)越大,mysql就会扫描越多的行,然后再抛弃掉。这样就导致查询性能的下降

    其实我们可以采用标签记录法,就是标记一下上次查询到哪一条了,下次再来查的时候,从该条开始往下扫描。就好像看书一样,上次看到哪里了,你就折叠一下或者夹个书签,下次来看的时候,直接就翻到啦

    假设上一次记录到100000,则SQL可以修改为:

    select  id,name,balance FROM account where id > 100000 order by id limit 10;
    

    这样的话,后面无论翻多少页,性能都会不错的,因为命中了id索引。但是你,这种方式有局限性:需要一种类似连续自增的字段。

    使用between...and...

    很多时候,可以将limit查询转换为已知位置的查询,这样MySQL通过范围扫描between...and,就能获得到对应的结果。

    如果知道边界值为100000,100010后,就可以这样优化:

    select  id,name,balance FROM account where id between 100000 and 100010 order by id desc;
    

    手把手实战案例

    我们一起来看一个实战案例哈。假设现在有表结构如下,并且有200万数据.

    CREATE TABLE account (
     id varchar(32COLLATE utf8_bin NOT NULL COMMENT '主键',
     account_no varchar(64COLLATE utf8_bin NOT NULL DEFAULT '' COMMENT '账号'
     amount decimal(20,2DEFAULT NULL COMMENT '金额'
     type varchar(10COLLATE utf8_bin DEFAULT NULL COMMENT '类型A,B'
     create_time datetime DEFAULT NULL COMMENT '创建时间',
     update_time datetime DEFAULT NULL COMMENT '更新时间',
     PRIMARY KEY (id),
     KEY `idx_account_no` (account_no),
     KEY `idx_create_time` (create_time)
     ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin COMMENT='账户表' 
    

    业务需求是这样:获取最2021年的A类型账户数据,上报到大数据平台。

    一般思路的实现方式

    很多伙伴接到这么一个需求,会直接这么实现了:

    //查询上报总数量
    Integer total = accountDAO.countAccount();
    //查询上报总数量对应的SQL
    <select id ='countAccount' resultType="java.lang.Integer">
      seelct count(1) 
      from account
      where create_time >='2021-01-01 00:00:00'
      and  type ='A'
    </select>
    //计算页数
    int pageNo = total % pageSize == 0 ? total / pageSize : (total / pageSize + 1);
    //分页查询,上报
    for(int i = 0; i < pageNo; i++){
     List<AcctountPO> list = accountDAO.listAccountByPage(startRow,pageSize);
     startRow = (pageNo-1)*pageSize;
     //上报大数据
     postBigData(list);
    //分页查询SQL(可能存在limit深分页问题,因为account表数据量几百万)
    <select id ='listAccountByPage' >
      seelct * 
      from account
      where create_time >='2021-01-01 00:00:00'
      and  type ='A'
      limit #{startRow},#{pageSize}
    </select>
    

    实战优化方案

    以上的实现方案,会存在limit深分页问题,因为account表数据量几百万。那怎么优化呢?

    其实可以使用标签记录法,有些伙伴可能会有疑惑,id主键不是连续的呀,真的可以使用标签记录?

    当然可以,id不是连续,我们可以通过order by让它连续嘛。优化方案如下:

    //查询最小ID
    String  lastId = accountDAO.queryMinId();
    //查询最小ID对应的SQL
    <select id="queryMinId" returnType=“java.lang.String”>
    select MIN(id) 
    from account
    where create_time >='2021-01-01 00:00:00'
    and type ='A'
    </select>
    //一页的条数
    Integer pageSize = 100;
    List<AcctountPO> list ;
       list = listAccountByPage(lastId,pageSize);
       //标签记录法,记录上次查询过的Id
       lastId = list.get(list,size()-1).getId();
        //上报大数据
        postBigData(list);
    }while(CollectionUtils.isNotEmpty(list));
    <select id ="listAccountByPage">
      select * 
      from account 
      where create_time >='2021-01-01 00:00:00'
      and id > #{lastId}
      and type ='A'
      order by id asc  
      limit #{pageSize}
    </select>
    复制代码
  • 私信
     17,697