MySQL：查询字段数量多少对查询效率的影响

最新推荐文章于 2024-08-30 11:00:50 发布

Ty_FFTQ

最新推荐文章于 2024-08-30 11:00:50 发布

阅读量6.6k

点赞数 1

分类专栏： Mysql 文章标签： mysql

原文链接：https://www.jianshu.com/p/ce063e2024ad

版权

Mysql 专栏收录该内容

22 篇文章 0 订阅

订阅专栏

这个问题是最近一个朋友问我的。刚好就好好看了一下，留下这样的记录。本文给出一些函数接口，末尾给出一些调用堆栈，为感兴趣的朋友做一个参考，也为自己做一个笔记。

一、问题由来

我们知道执行计划的不同肯定会带来效率的不同，但是在本例中执行计划完全一致，都是全表扫描，不同的只有字段个数而已。其次，测试中都使用了where条件进行过滤（Using where），过滤后没有数据返回，我们常说的where过滤实际上是在MySQL层，当然某些情况下使用ICP会提前在Innodb层过滤数据，这里我们先不考虑ICP，我会在后面的文章中详细描述ICP的流程，本文也会给出where过滤的接口，供大家参考。

下面的截图来自两个朋友，感谢他们的测试和问题提出。另外对于大数据量访问来讲可能涉及到物理IO，首次访问和随后的访问因为Innodb buffer的关系，效率不同是正常，需要多测试几次。

测试1：

测试2：

我们通过这两个测试，可以发现随着字段的不断减少，效率越来越高，并且主要的区别都在sending data 下面，这个状态我曾经大概描述过参考文章：
https://www.jianshu.com/p/46ad0aaf7ed7
https://www.jianshu.com/p/4cdec711adef

简单的说Innodb数据的获取和Innodb数据到MySQL层数据的传递都包含在其中。

二、简单的流程介绍

下面我主要结合字段多少和全表扫描2个方面做一个简单的流程介绍。实际上其中有一个核心接口就是row_search_mvcc，它大概包含了如下功能：

通过预取缓存获取数据
打开事务
定位索引位置（包含使用AHI快速定位）
是否开启readview
通过持久化游标不断访问下一条数据
加Innodb表锁、加Innodb行锁
可见性判断
根据主键回表（可能回表需要加行锁）
ICP优化
SEMI update优化

并且作为访问数据的必须经历的接口，这个函数也是很值得大家细细研读的。

1. 通过select字段构建read_set（MySQL层）

首先需要构建一个叫做read_set的位图，来表示访问的字段位置及数量。它和write set一起，在记录binlog的Event的时候也会起着重要作用，可以参考我的《深入理解MySQL主从原理》中关于binlog_row_image参数一节。这里构建的主要接口为TABLE::mark_column_used函数，每个需要访问的字段都会调用它来设置自己的位图。下面是其中的一段如下：

case MARK_COLUMNS_READ:
    bitmap_set_bit(read_set, field->field_index);

从栈帧来看这个构建read_set的过程位于状态‘init’下面。栈帧见结尾栈帧1。

2. 初次访问定位的时候还会构建一个模板（mysql_row_templ_t）（Innodb层）

本模板主要用于当Innodb层数据到MySQL层做转换的时候使用，其中记录了使用的字段数量、字段的字符集、字段的类型等等。接口build_template_field用于构建这个模板。栈帧见结尾栈帧2。
但是需要注意的是，这里构建模板就会通过我们上面说的read_set去判断到底有多少字段需要构建到模板中，然后才会调用build_template_field函数。如下是最重要的代码，它位于build_template_needs_field接口中。

bitmap_is_set(table->read_set, static_cast<uint>(i)

可以看到这里正在测试本字段是否出现在了read_set中，如果不在则跳过这个字段。下面是函数build_template_needs_field的注释：

Determines if a field is needed in a m_prebuilt struct 'template'.
@return field to use, or NULL if the field is not needed */

到这里我们需要访问的字段已经确立下来了

3. 初次定位数据，定位游标到主键索引的第一行记录，为全表扫描做好准备（Innodb层）

对于这种全表扫描的执行方式，定位数据就变得简单了，我们只需要找到主键索引的第一条数据就好了，它和平时我们使用（ref/range）定位方式不同，不需要二分法的支持。因此对于全表扫描的初次定位调用函数为btr_cur_open_at_index_side_func，而不是通常我们说的btr_pcur_open_with_no_init_func。
如果大概看一下函数btr_cur_open_at_index_side_func的功能，我们很容易看到，它就是通过B+树结构，定位到叶子结点的开头第一个块，然后调用函数page_cur_set_before_first，将游标放到了所有记录的开头，目的只有一个为全表扫描做好准备。栈帧见结尾栈帧3。
注意这里正是通过我们row_search_mvcc调用下去的。

4. 获取Innodb层的第一条数据（Innodb层）

拿到了游标过后就可以获取数据了，这里也很简单代码就是一句如下：

rec = btr_pcur_get_rec(pcur);//获取记录 从持久化游标   整行数据

但是需要注意的是这里获取的数据只是一个指针，言外之意可以理解为整行数据，其格式也是原始的Innodb数据，其中还包含了一些伪列比如（rollback ptr和trx id）。这里实际上和访问的字段个数无关。

5. 将第一行记录转换为MySQL格式（Innodb层）

这一步完成后我们可以认为记录已经返回给了MySQL层，这里就是实际的数据拷贝了，并不是指针，整个过程放到了函数row_sel_store_mysql_rec中。
我们前面的模板（mysql_row_templ_t）也会在这里发挥它的作用，这是一个字段过滤的过程，我们先来看一个循环

for (i = 0; i < prebuilt->n_template; i++)

其中prebuilt->n_template就是字段模板的个数，我们前面已经说过了，通过read_set的过滤，对于我们不需要的字段是不会建立模板的。因此这里的模板数量是和我们访问的字段个数一样的。

然后在这个循环下面会调用row_sel_store_mysql_field_func然后调用row_sel_field_store_in_mysql_format_func将字段一个一个转换为MySQL的格式。我们来看一下其中一种类型的转换如下：

    case DATA_INT:
        /* Convert integer data from Innobase to a little-endian
        format, sign bit restored to normal */

        ptr = dest + len;

        for (;;) {
            ptr--;
            *ptr = *data;//值拷贝 内存拷贝
            if (ptr == dest) {
                break;
            }
            data++;
        }

我们可以发现这是一种实际的转换，也就是需要花费内存空间的。栈帧见结尾栈帧4。
到这里我们大概知道了，查询的字段越多那么着这里转换的过程越长，并且这里都是实际的内存拷贝，而非指针指向。

最终这行数据会存储到row_search_mvcc的形参 buffer中返回给MySQL层，这个形参的注释如下：

@param[out] buf     buffer for the fetched row in MySQL format

6.对第一条数据进行where过滤（MySQL层）

拿到数据后当然还不能作为最终的结果返回给用户，我们需要在MySQL层做一个过滤操作，这个条件比较位于函数evaluate_join_record的开头，其中比较就是下面一句话

found= MY_TEST(condition->val_int()); //进行比较 调用到 条件和 返回会记录的比较

如果和条件不匹配将会返回False。这里比较会最终调用Item_func的各种方法，如果等于则是Item_func_eq，栈帧见结尾栈帧5。

7.访问下一条数据

上面我已经展示了访问第一条数据的大体流程，接下面需要做的就是继续访问下去，如下：

移动游标到下一行
访问数据
根据模板转换数据返回给MySQL层
根据where条件过滤

整个过程会持续到全部主键索引数据访问完成。但是需要注意的是上层接口有些变化，由ha_innobase::index_first会变为ha_innobase::rnd_next，统计数据由Handler_read_first变为Handler_read_rnd_next，这点可以参考我的文章：
https://www.jianshu.com/p/25fed8f1f05e
并且row_search_mvcc的流程肯定也会有变化。这里不再熬述。但是实际的获取数据转换过程和过滤过程并没有改变。

注意了这些步骤除了步骤1，基本都处于sending data下面。