Yachen Zhangmysql证明为什么用限制时间,偏移很大会影响性能

2024-05-24 17:58

本文主要是介绍Yachen Zhangmysql证明为什么用限制时间,偏移很大会影响性能,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

转自Yachen Zhang

首先说明一下MySQL的版本:

mysql >  select version();
+ - --------- +
| version()|
+ - --------- + 
| 5717     |
+ - --------- + 
1 集合000秒)

表结构:

mysql >  desc测试;
+ - ------ + --------------------- + ------ + ----- + ----- ---- + ---------------- + 
| Field | 类型|  | 关键| 默认| 额外|
+ - ------ + --------------------- + ------ + ----- + ----- ---- + ---------------- + 
| id | bigint20)unsigned | NO | PRI | NULL     | auto_increment |
| val | int10)unsigned | NO | MUL | 0        | |
| 来源| int10)unsigned | NO | | 0        | |
+ - ------ + --------------------- + ------ + ----- + ----- ---- + ---------------- + 
3 集合000秒)

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 |
+ - -------- + 
1 425秒)

我们知道,当极限偏移行中的偏移很大时,会出现效率问题:

的MySQL >  选择 *  测试其中 VAL = 4  限制 3000005 ;
+ - ------- + ----- + -------- +
| id | val | 来源|
+ - ------- + ----- + -------- + 
| 3327622 |   4 |      4 |
| 3327632 |   4 |      4 |
| 3327642 |   4 |      4 |
| 3327652 |   4 |      4 |
| 3327662 |   4 |      4 |
+ - ------- + ----- + -------- + 
5 1598秒)

为了达到相同的目的,我们一般会改写成如下语句:

的MySQL >  选择 *  测试一个内连接选择 ID 测试,其中 VAL = 4  限制 3000005)b  一个id = bID ;
+ - ------- + ----- + -------- + --------- +
| id | val | 来源| id |
+ - ------- + ----- + -------- + --------- + 
| 3327622 |   4 |      4 | 3327622 |
| 3327632 |   4 |      4 | 3327632 |
| 3327642 |   4 |      4 | 3327642 |
| 3327652 |   4 |      4 | 3327652 |
| 3327662 |   4 |      4 | 3327662 |
+ - ------- + ----- + -------- + --------- + 
5 集合038秒)

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:

图片

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:

图片

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中有缓冲池。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,来比较缓冲池中的数据页数量。预测结果是运行select * from test a inner join (select id from test where val=4 limit 300000,5) b on a.id=b.id;之后,缓冲池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
的MySQL >  选择 INDEX_NAME,计数* INFORMATION_SCHEMAINNODB_BUFFER_PAGE  其中 INDEX_NAME ' VAL ''' TABLE_NAME  '%测试%' 按组 INDEX_NAME;004秒)

可以看出,目前缓冲池中没有关于测试表的数据页。

的MySQL >  选择 *  测试其中 VAL = 4  限制 3000005 ;
+ - ------- + ----- + -------- +
| id | val | 来源|
+ - ------- + ----- + -------- + 
| 3327622 |   4 |      4 |
| 3327632 |   4 |      4 |
| 3327642 |   4 |      4 |
| 3327652 |   4 |      4 |
| 3327662 |   4 |      4 |
+ - ------- + ----- + -------- + 
5 2619秒)

的MySQL >  选择 INDEX_NAME,计数* INFORMATION_SCHEMAINNODB_BUFFER_PAGE  其中 INDEX_NAME ' VAL ''' TABLE_NAME  '%测试%' 按组 INDEX_NAME;
+ - ---------- + ---------- + 
| index_name | count*)|
+ - ---------- + ---------- + 
| 主要|     4098 |
| val |      208 |
+ - ---------- + ---------- + 
2中的 004秒)

可以看出,此时缓冲池中关于测试表有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)b on a.id = b.id

为了防止上次试验的影响,我们需要清空缓冲池,重启mysql。

mysqladmin shutdown
/usr/local/bin/mysqld_safe &
的MySQL >  选择 INDEX_NAME,计数* INFORMATION_SCHEMAINNODB_BUFFER_PAGE  其中 INDEX_NAME ' VAL ''' TABLE_NAME  '%测试%' 按组 INDEX_NAME;003秒)

运行sql:

的MySQL >  选择 *  测试一个内连接选择 ID 测试,其中 VAL = 4  限制 3000005)b  一个id = bID ;
+ - ------- + ----- + -------- + --------- +
| id | val | 来源| id |
+ - ------- + ----- + -------- + --------- + 
| 3327622 |   4 |      4 | 3327622 |
| 3327632 |   4 |      4 | 3327632 |
| 3327642 |   4 |      4 | 3327642 |
| 3327652 |   4 |      4 | 3327652 |
| 3327662 |   4 |      4 | 3327662 |
+ - ------- + ----- + -------- + --------- + 
5 集合009秒)

的MySQL >  选择 INDEX_NAME,计数* INFORMATION_SCHEMAINNODB_BUFFER_PAGE  其中 INDEX_NAME ' VAL ''' TABLE_NAME  '%测试%' 按组 INDEX_NAME;
+ - ---------- + ---------- + 
| index_name | count*)|
+ - ---------- + ---------- + 
| 主要|        5 |
| val |      390 |
+ - ---------- + ---------- + 
2中的 003秒)

我们可以看明显的看出两者的差别:第一个sql加载了4098个数据页到缓冲池,而第二个sql只加载了5个数据页到缓冲池。符号我们的预测。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。
而且会造成一个问题:加载了很多热点不是很高的数据页到缓冲池,会造成缓冲池的污染,占用缓冲池的空间。

遇到的问题
  • 为了在每次重启时确保清空缓冲池,我们需要关闭innodb_buffer_pool_dump_at_shutdowninnodb_buffer_pool_load_at_startup,这两个选项能够控制数据库关闭时dump dump缓冲池中的数据和在数据库开启时载入在磁盘上备份缓冲池的数据。

在文中的情况下,内连接只会取极限pn,rn中的rn次数据页。而第一个sql会取pn + rn次数据页。
而取数据页是随机I / O,所以inner join的随机I / O少,比较快。

这篇关于Yachen Zhangmysql证明为什么用限制时间,偏移很大会影响性能的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/999126

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

服务器集群同步时间手记

1.时间服务器配置(必须root用户) (1)检查ntp是否安装 [root@node1 桌面]# rpm -qa|grep ntpntp-4.2.6p5-10.el6.centos.x86_64fontpackages-filesystem-1.41-1.1.el6.noarchntpdate-4.2.6p5-10.el6.centos.x86_64 (2)修改ntp配置文件 [r

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

黑神话,XSKY 星飞全闪单卷性能突破310万

当下,云计算仍然是企业主要的基础架构,随着关键业务的逐步虚拟化和云化,对于块存储的性能要求也日益提高。企业对于低延迟、高稳定性的存储解决方案的需求日益迫切。为了满足这些日益增长的 IO 密集型应用场景,众多云服务提供商正在不断推陈出新,推出具有更低时延和更高 IOPS 性能的云硬盘产品。 8 月 22 日 2024 DTCC 大会上(第十五届中国数据库技术大会),XSKY星辰天合正式公布了基于星

poj 2135 有流量限制的最小费用最大流

题意: 农场里有n块地,其中约翰的家在1号地,二n号地有个很大的仓库。 农场有M条道路(双向),道路i连接着ai号地和bi号地,长度为ci。 约翰希望按照从家里出发,经过若干块地后到达仓库,然后再返回家中的顺序带朋友参观。 如果要求往返不能经过同一条路两次,求参观路线总长度的最小值。 解析: 如果只考虑去或者回的情况,问题只不过是无向图中两点之间的最短路问题。 但是现在要去要回

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

poj 3422 有流量限制的最小费用流 反用求最大 + 拆点

题意: 给一个n*n(50 * 50) 的数字迷宫,从左上点开始走,走到右下点。 每次只能往右移一格,或者往下移一格。 每个格子,第一次到达时可以获得格子对应的数字作为奖励,再次到达则没有奖励。 问走k次这个迷宫,最大能获得多少奖励。 解析: 拆点,拿样例来说明: 3 2 1 2 3 0 2 1 1 4 2 3*3的数字迷宫,走两次最大能获得多少奖励。 将每个点拆成两个

poj 2195 bfs+有流量限制的最小费用流

题意: 给一张n * m(100 * 100)的图,图中” . " 代表空地, “ M ” 代表人, “ H ” 代表家。 现在,要你安排每个人从他所在的地方移动到家里,每移动一格的消耗是1,求最小的消耗。 人可以移动到家的那一格但是不进去。 解析: 先用bfs搞出每个M与每个H的距离。 然后就是网络流的建图过程了,先抽象出源点s和汇点t。 令源点与每个人相连,容量为1,费用为

poj 3068 有流量限制的最小费用网络流

题意: m条有向边连接了n个仓库,每条边都有一定费用。 将两种危险品从0运到n-1,除了起点和终点外,危险品不能放在一起,也不能走相同的路径。 求最小的费用是多少。 解析: 抽象出一个源点s一个汇点t,源点与0相连,费用为0,容量为2。 汇点与n - 1相连,费用为0,容量为2。 每条边之间也相连,费用为每条边的费用,容量为1。 建图完毕之后,求一条流量为2的最小费用流就行了