SQL查询优化实战：900W+数据，从17s到300ms

发布时间：2025-11-05 02:45:37 来源：创站工坊 作者：应用开发

有一张财务流水表，查从未分库分表，询优目前的化实数据量为9555695，分页查询使用到了limit，数据优化之前的查从查询耗时16 s 938 ms (execution: 16 s 831 ms, fetching: 107 ms)，按照下文的询优方式调整SQL后，耗时347 ms (execution: 163 ms,化实 fetching: 184 ms)。

查询条件放到子查询中，数据子查询只查主键ID，查从然后使用子查询中确定的询优主键关联查询其他的属性字段。

减少回表操作，化实利用延迟关联或者子查询优化超多分页场景。数据

(

;

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：

();

表结构：

;

id为自增主键，val为非唯一索引。询优

灌入大量数据，化实共500万：

;

我们知道，当limit offset rows中的offset很大时，会出现效率问题：

;

为了达到相同的目的，我们一般会改写成如下语句：

;

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亿华云全部字段值。

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网站模板数据页，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。

可以看出，目前buffer pool中没有关于test表的数据页。

;

)

;

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。

;

运行sql：

;

)

;

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。免费信息发布网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。

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。

相关文章