java一次查询900w数据_一次SQL查询优化原理分析（900W+数据，从17s到300ms）
有一張財務流水表，未分庫分表，目前的數據量為9555695，分頁查詢使用到了limit，優化之前的查詢耗時16 s 938 ms (execution: 16 s 831 ms, fetching: 107 ms)，按照下文的方式調整SQL后，耗時347 ms (execution: 163 ms, fetching: 184 ms)；
操作：查詢條件放到子查詢中，子查詢只查主鍵ID，然后使用子查詢中確定的主鍵關聯查詢其他的屬性字段；
原理：
1、減少回表操作；
2、可參考《阿里巴巴Java開發手冊(泰山版)》第五章-MySQL數據庫、(二)索引規約、第7條：
【推薦】利用延遲關聯或者子查詢優化超多分頁場景。
說明： MySQL并不是挑過offeset行，而是取offset+N行，然后返回放棄前offset行，返回N行，那當offset特別大的時候，效率就非常的底下，要么控制返回的總頁數，要么對超過特定閾值的頁數進行SQL改寫。
正例： 先快速定位需要獲取的id段，然后再關聯：
SELECT a.* FROM 表1 a,(select id from 表1 where 條件 LIMIT 100000,20) b where a.id = b.id;
-- 優化前SQL SELECT 各種字段 FROM `table_name` WHERE 各種條件 LIMIT 0,10;
-- 優化后SQL SELECT 各種字段 FROM `table_name` main_tale RIGHT JOIN ( SELECT 子查詢只查主鍵 FROM `table_name` WHERE 各種條件 LIMIT 0,10; ) temp_table ON temp_table.主鍵 = main_table.主鍵
一，前言
首先說明一下MySQL的版本：
mysql> select version(); +-----------+ | version() | +-----------+ | 5.7.17 | +-----------+ 1 row in set (0.00 sec)
表結構：
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為自增主鍵，val為非唯一索引。
灌入大量數據，共500萬：
mysql> select count(*) from test; +----------+ | count(*) | +----------+ | 5242882 | +----------+ 1 row in set (4.25 sec)
我們知道，當limit offset rows中的offset很大時，會出現效率問題：
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)
為了達到相同的目的，我們一般會改寫成如下語句：
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)
時間相差很明顯。
為什么會出現上面的結果？我們看一下select * from test where val=4 limit 300000,5;的查詢過程：
查詢到索引葉子節點數據。
根據葉子節點上的主鍵值去聚簇索引上查詢需要的全部字段值。
類似于下面這張圖：
像上面這樣，需要查詢300005次索引節點，查詢300005次聚簇索引的數據，最后再將結果過濾掉前300000條，取出最后5條。MySQL耗費了大量隨機I/O在查詢聚簇索引的數據上，而有300000次隨機I/O查詢到的數據是不會出現在結果集當中的。
肯定會有人問：既然一開始是利用索引的，為什么不先沿著索引葉子節點查詢到最后需要的5個節點，然后再去聚簇索引中查詢實際數據。這樣只需要5次隨機I/O，類似于下面圖片的過程：
像上面這樣，需要查詢300005次索引節點，查詢300005次聚簇索引的數據，最后再將結果過濾掉前300000條，取出最后5條。MySQL耗費了大量隨機I/O在查詢聚簇索引的數據上，而有300000次隨機I/O查詢到的數據是不會出現在結果集當中的。
肯定會有人問：既然一開始是利用索引的，為什么不先沿著索引葉子節點查詢到最后需要的5個節點，然后再去聚簇索引中查詢實際數據。這樣只需要5次隨機I/O，類似于下面圖片的過程：
其實我也想問這個問題。
證實
下面我們實際操作一下來證實上述的推論：
為了證實select * from test where val=4 limit 300000,5是掃描300005個索引節點和300005個聚簇索引上的數據節點，我們需要知道MySQL有沒有辦法統計在一個sql中通過索引節點查詢數據節點的次數。我先試了Handler_read_*系列，很遺憾沒有一個變量能滿足條件。
我只能通過間接的方式來證實：
InnoDB中有buffer pool。里面存有最近訪問過的數據頁，包括數據頁和索引頁。所以我們需要運行兩個sql，來比較buffer pool中的數據頁的數量。預測結果是運行select * from test a inner join (select id from test where val=4 limit 300000,5); 之后，buffer pool中的數據頁的數量遠遠少于select * from test where val=4 limit 300000,5;對應的數量，因為前一個sql只訪問5次數據頁，而后一個sql訪問300005次數據頁。
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中沒有關于test表的數據頁。
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，此時buffer pool中關于test表有4098個數據頁，208個索引頁。
select * from test a inner join (select id from test where val=4 limit 300000,5) ;為了防止上次試驗的影響，我們需要清空buffer pool，重啟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)
運行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)
我們可以看明顯的看出兩者的差別：第一個sql加載了4098個數據頁到buffer pool，而第二個sql只加載了5個數據頁到buffer pool。符合我們的預測。也證實了為什么第一個sql會慢：讀取大量的無用數據行(300000)，最后卻拋棄掉。
而且這會造成一個問題：加載了很多熱點不是很高的數據頁到buffer pool，會造成buffer pool的污染，占用buffer pool的空間。 遇到的問題
為了在每次重啟時確保清空buffer pool，我們需要關閉innodb_buffer_pool_dump_at_shutdown和innodb_buffer_pool_load_at_startup，這兩個選項能夠控制數據庫關閉時dump出buffer pool中的數據和在數據庫開啟時載入在磁盤上備份buffer pool的數據。
參考資料：
總結
以上是生活随笔為你收集整理的java一次查询900w数据_一次SQL查询优化原理分析（900W+数据，从17s到300ms）的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Java矩形区域食物链_AcWing 2
- 下一篇： java 双工模式_rabbitMq-工