更优美的 limit 使用方法(limit 对 MySQL 数据查询的性能影响)

本文在 zhangyachen 的基础上重新排版

来源：zhangyachen

一，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: 自增主键

val: 非唯一索引。

数据量，共 500 多万

mysql> select count(*) from test;

+----------+

| count(*) |

+----------+

| 5242882 |

+----------+

1 row in set (4.25 sec)

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)

我们可以改写成如下语句(效率优化版)达到相同的目的：

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

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：

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，我们需要统计 MySQL 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。

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:

select * from test a inner join (select id from test where val=4 limit 300000,5) b on a.id=b.id; 使用的 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

测试普通的 limit 查询

检查 buffer pool 的使用量

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。

执行查询语句

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)

查看 buffer pool 的使用量

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。

清空 buffer pool

防止上次试验的影响，我们需要清空 buffer pool，重启 MySQL。

执行语句

mysqladmin shutdown /usr/local/bin/mysqld_safe &

检查 buffer pool 的使用量

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)

测试优化版的 limit 查询

执行查询语句

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 (0.09 sec)

查看 buffer pool 的使用量

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

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 300000 无用数据行，最后却抛弃掉。

而且这会造成一个问题：浪费了 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：