MySQL 用 limit 爲何會影響性能？

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爲自增主鍵，val爲非惟一索引。

灌入大量數據，共500萬：

mysql> select count(*) from test;
+----------+
| count(*) |
+----------+
|  5242882 |
+----------+
1 row in set (4.25 sec)

咱們知道，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)

爲了達到相同的目的，咱們通常會改寫成以下語句：

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。

爲何會出現上面的結果？咱們看一下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須要的所有字段值。

相似於下面這張圖：

像上面這樣，須要查詢300005次索引節點，查詢300005次聚簇索引的數據，最後再將結果過濾掉前300000條，取出最後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如今結果集當中的。

確定會有人問：既然一開始是利用索引的，爲何不先沿着索引葉子節點查詢到最後須要的5個節點，而後再去聚簇索引中查詢實際數據。這樣只須要5次隨機I/O，相似於下面圖片的過程：

其實我也想問這個問題。

證明

下面咱們實際操做一下來證明上述的推論：
爲了證明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，咱們須要知道MySQL有沒有辦法統計在一個sql中經過索引節點查詢數據節點的次數。我先試了Handlerread系列，很遺憾沒有一個變量能知足條件。

我只能經過間接的方式來證明：

InnoDB中有buffer pool。裏面存有最近訪問過的數據頁，包括數據頁和索引頁。因此咱們須要運行兩個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) b>以後，buffer pool中的數據頁的數量遠遠少於select from test where val=4 limit 300000,5;對應的數量，由於前一個sql只訪問5次數據頁，然後一個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)

能夠看出，目前buffer pool中沒有關於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)

能夠看出，此時buffer pool中關於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) b>爲了防止上次試驗的影響，咱們須要清空buffer pool，重啓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)

咱們能夠看明顯的看出二者的差異：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。符合咱們的預測。也證明了爲何第一個sql會慢：讀取大量的無用數據行（300000），最後卻拋棄掉。

並且這會形成一個問題：加載了不少熱點不是很高的數據頁到buffer pool，會形成buffer pool的污染，佔用buffer pool的空間。

遇到的問題

爲了在每次重啓時確保清空buffer pool，咱們須要關閉innodb_buffer_pool_dump_at_shutdown和innodb_buffer_pool_load_at_startup，這兩個選項可以控制數據庫關閉時dump出buffer pool中的數據和在數據庫開啓時載入在磁盤上備份buffer pool的數據。
做者：zhangyachen
來源：https://github.com/zhangyachen/zhangyachen.github.io/issues/117
完

●MySQL 日誌系統之 redo log 和 binlog
●一條SQL查詢語句是如何執行的？
●每一個開發人員都應該知道的11個Linux命令
●Code Review 最佳實踐
●RESTful API 最佳實踐
●你編寫的Java代碼是咋跑起來的？