一次SQL查询优化原理分析：900W+数据，从17s到300ms
有一张财务流水表，未分库分表，目前的数据量为9555695，分页查询使用到了limit，优化之前的查询耗时16 s 938 ms (execution: 16 s 831 ms, fetching: 107 ms)，按照下文的方式调整sql后，耗时347 ms (execution: 163 ms, fetching: 184 ms)；
操作： 查询条件放到子查询中，子查询只查主键id，然后使用子查询中确定的主键关联查询其他的属性字段；
原理： 减少回表操作，利用延迟关联或者子查询优化超多分页场景。
-- 优化前sqlselect 各种字段from `table_name`where 各种条件limit 0,10; -- 优化后sqlselect 各种字段from `table_name` main_taleright join(select 子查询只查主键from `table_name`where 各种条件limit 0,10;) temp_table on temp_table.主键 = main_table.主键 找到的原理分析：mysql 用 limit 为什么会影响性能？
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： 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：
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); 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) ;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和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。
Fox提供采用新型紧凑封装的1V低耗电量振荡器
国轩高科获得1790kWh集装箱式储能电站订单
微电网的工作原理
美信推出MAX5984单端口PSE电源控制器
英伟达自动驾驶软硬件一体化解决方案
一次SQL查询优化原理分析：900W+数据，从17s到300ms
2022全球晶圆厂设备支出超1000亿美元，突破历史记录！
内窥镜气密性检测技术
5G建设加速,未来5G手机的换机需求有望快速增加
接收定时信号产生电路
如何利用VR技术创造出虚拟世界
升降压变换器的应用：基本的实现方式和拓扑的工作方式
新思科技成功实现与英特尔PCIe 6.0测试芯片的互操作性
共享电单车快速发展 电池的安全性以及监测性能成主要面临问题
毫米波雷达人体存在感应，人体精准感知应用
射频工程师的具体工作内容有哪些呢？
小米发布米家变频滚筒洗衣机1S 定价1299元
雷军：我的行业太恐怖！
曝三星突然撤销中国七大支社，还将继续裁员
博途VASS6-Profinet诊断简述
操作： 查询条件放到子查询中，子查询只查主键id，然后使用子查询中确定的主键关联查询其他的属性字段；
原理： 减少回表操作，利用延迟关联或者子查询优化超多分页场景。
-- 优化前sqlselect 各种字段from `table_name`where 各种条件limit 0,10; -- 优化后sqlselect 各种字段from `table_name` main_taleright join(select 子查询只查主键from `table_name`where 各种条件limit 0,10;) temp_table on temp_table.主键 = main_table.主键 找到的原理分析：mysql 用 limit 为什么会影响性能？
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： 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：
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); 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) ;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和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。
Fox提供采用新型紧凑封装的1V低耗电量振荡器
国轩高科获得1790kWh集装箱式储能电站订单
微电网的工作原理
美信推出MAX5984单端口PSE电源控制器
英伟达自动驾驶软硬件一体化解决方案
一次SQL查询优化原理分析：900W+数据，从17s到300ms
2022全球晶圆厂设备支出超1000亿美元，突破历史记录！
内窥镜气密性检测技术
5G建设加速,未来5G手机的换机需求有望快速增加
接收定时信号产生电路
如何利用VR技术创造出虚拟世界
升降压变换器的应用：基本的实现方式和拓扑的工作方式
新思科技成功实现与英特尔PCIe 6.0测试芯片的互操作性
共享电单车快速发展 电池的安全性以及监测性能成主要面临问题
毫米波雷达人体存在感应，人体精准感知应用
射频工程师的具体工作内容有哪些呢？
小米发布米家变频滚筒洗衣机1S 定价1299元
雷军：我的行业太恐怖！
曝三星突然撤销中国七大支社，还将继续裁员
博途VASS6-Profinet诊断简述