mysql 单表百万级记录查询分页优化

最新推荐文章于 2021-01-19 14:12:02 发布

weixin_33729196

最新推荐文章于 2021-01-19 14:12:02 发布

阅读量113

点赞数

文章标签：数据库 python

原文链接：https://my.oschina.net/lvhuizhenblog/blog/509482

版权

2019独角兽企业重金招聘Python工程师标准>>>

insert select （制造百万条记录）

在开始百万级数据的查询之前，自己先动手制造百万级的记录来供我们使用，使用的方法是insert select方法

INSERT 一般用来给表插入一个指定列值的行。但是，INSERT 还存在另一种形式，可以利用它将一条SELECT 语句的结果插入表中。这就是所谓的INSERT SELECT, 顾名思义，它是有一条INSERT语句和一条SELECT语句组成的。

现在，有一个warning_reparied表，有2447条记录，如下：

mysql> select count(*) from warning_repaired;
+----------+
| count(*) |
+----------+
|     2447 |
+----------+
1 row in set (0.00 sec)

mysql>

使用这个warning_repaired表创建出一个百万级数量的表：

首先，创建一个新表warning_repaired1,

mysql>  CREATE TABLE `warning_repaired1` (
    ->   `id` int(11) NOT NULL AUTO_INCREMENT,
    ->   `device_moid` varchar(36) NOT NULL,
    ->   `device_name` varchar(128) DEFAULT NULL,
    ->   `device_type` varchar(36) DEFAULT NULL,
    ->   `device_ip` varchar(128) DEFAULT NULL,
    ->   `warning_type` enum('0','1','2') NOT NULL,
    ->   `domain_moid` varchar(36) NOT NULL,
    ->   `domain_name` varchar(128) DEFAULT NULL,
    ->   `code` smallint(6) NOT NULL,
    ->   `level` varchar(16) NOT NULL,
    ->   `description` varchar(128) DEFAULT NULL,
    ->   `start_time` datetime NOT NULL,
    ->   `resolve_time` datetime NOT NULL,
    ->   PRIMARY KEY (`id`),
    ->   UNIQUE KEY `id` (`id`)
    -> ) ENGINE=InnoDB AUTO_INCREMENT=4895 DEFAULT CHARSET=utf8;
Query OK, 0 rows affected (0.39 sec)

mysql> select count(*) from warning_repaired1; 
+----------+
| count(*) |
+----------+
|        0 |
+----------+
1 row in set (0.00 sec)

mysql> select count(*) from warning_repaired;
+----------+
| count(*) |
+----------+
|     2447 |
+----------+
1 row in set (0.00 sec)

mysql>

其次，使用insert select语句插入把warning_repaired中的记录插入到warning_repaired1表中：

mysql>  insert into warning_repaired1(device_moid, device_name, device_type, device_ip, warning_type,
 domain_moid, domain_name, code, level, description, start_time, resolve_time) 
select device_moid, device_name, device_type, device_ip, warning_type, domain_moid, 
domain_name, code, level, description, start_time, resolve_time from warning_repaired;
Query OK, 2447 rows affected (1.07 sec)
Records: 2447  Duplicates: 0  Warnings: 0

mysql> select count(*) from warning_repaired;
+----------+
| count(*) |
+----------+
|     2447 |
+----------+
1 row in set (0.00 sec)

mysql> select count(*) from warning_repaired1;
+----------+
| count(*) |
+----------+
|     2447 |
+----------+
1 row in set (0.00 sec)

插入成功后，把INSERT SELECT语句用的查询表也改为warning_repaired1,如下：

 insert into warning_repaired1(device_moid, device_name, device_type, device_ip, warning_type, 
 domain_moid, domain_name, code, level, description, start_time, resolve_time) 
 select device_moid, device_name, device_type, device_ip, warning_type, domain_moid, 
 domain_name, code, level, description, start_time, resolve_time from warning_repaired1;

这样多运行几次（记录指数级的增长）就可以很快的制造出百万条的记录了。

最常见MYSQL 最基本的分页方式limit

mysql> select count(*) from warning_repaired;
+----------+
| count(*) |
+----------+
|     2447 |
+----------+
1 row in set (0.00 sec)

mysql> select count(*) from warning_repaired5;
+----------+
| count(*) |
+----------+
|  5990256 |
+----------+
1 row in set (10.11 sec)

mysql> select code,level,description from warning_repaired5 limit 1000,2;
+------+----------+----------------+
| code | level    | description    |
+------+----------+----------------+
| 1006 | critical | 注册GK失败     |
| 1006 | critical | 注册GK失败     |
+------+----------+----------------+
2 rows in set (0.00 sec)

mysql> select code,level,description from warning_repaired5 limit 10000,2;
+------+----------+----------------+
| code | level    | description    |
+------+----------+----------------+
| 1006 | critical | 注册GK失败     |
| 1006 | critical | 注册GK失败     |
+------+----------+----------------+
2 rows in set (0.05 sec)

mysql> select code,level,description from warning_repaired5 limit 100000,2;
+------+----------+------------------------------------------------------+
| code | level    | description                                          |
+------+----------+------------------------------------------------------+
| 2003 | critical | 服务器内存5分钟内平均使用率超过阈值                  |
| 2019 | critical | 网卡的吞吐量超阈值                                   |
+------+----------+------------------------------------------------------+
2 rows in set (0.26 sec)

mysql> select code,level,description from warning_repaired5 limit 1000000,2;
+------+----------+----------------+
| code | level    | description    |
+------+----------+----------------+
| 1006 | critical | 注册GK失败     |
| 1006 | critical | 注册GK失败     |
+------+----------+----------------+
2 rows in set (1.56 sec)

mysql> select code,level,description from warning_repaired5 limit 5000000,2; 
+------+----------+----------------+
| code | level    | description    |
+------+----------+----------------+
| 1006 | critical | 注册GK失败     |
| 1006 | critical | 注册GK失败     |
+------+----------+----------------+
2 rows in set (7.15 sec)

mysql>

在不超过100万条记录时，可以看出花费的时间还是比较少。所以在中小数量的情况下，这样的SQL足够用了，唯一需要注意的问题就是确保使用了索引。但是随着数据量的增加，页数会越来越多，在数据慢慢增长的过程中，可能出现limit 5000000,2这样的情况，limit 5000000,2的意思是扫描满足条件的l5000002行，扔掉前面的5000000行，返回最后的2行，问题就在这里，如果limit 5000000,2，需要扫描5000002行，在一个高并发的应用里，每次查询需要扫描超过500w行，性能肯定大打折扣。

这种方式有几个不足：较大的偏移(OFFSET)会增加结果集，小比例的低效分页足够产生磁盘I/O瓶颈，需要扫描的行多。

简单的解决办法：不显示记录总数，没用户在乎这个数字；不让用户访问页数比较大的记录，重定向他们；避免count(*),不显示总数，让用户通过"下一页"来翻页，缓存总数；单独统计总数，在插入和删除时递增/递减。

mysql> select code,level,description from warning_repaired5 limit 5000000,2;                  
+------+----------+----------------+
| code | level    | description    |
+------+----------+----------------+
| 1006 | critical | 注册GK失败     |
| 1006 | critical | 注册GK失败     |
+------+----------+----------------+
2 rows in set (2.98 sec)

mysql> select code,level,description from warning_repaired5 order by id desc limit 5000000,2;                   
+------+----------+----------------+
| code | level    | description    |
+------+----------+----------------+
| 1006 | critical | 注册GK失败     |
| 1006 | critical | 注册GK失败     |
+------+----------+----------------+
2 rows in set (8.04 sec)

从上面可以看出再加了order by id desc后，花费的时间又增长了。

第二种就是分表，计算HASH值，这儿不做介绍。

第三种：偏移

mysql> select code,level,description from warning_repaired5 order by id desc limit 5000000,20;                                                                        
+------+----------+----------------+
| code | level    | description    |
+------+----------+----------------+
| 1006 | critical | 注册GK失败     |
……
| 1006 | critical | 注册GK失败     |
+------+----------+----------------+
20 rows in set (4.77 sec)

mysql> select code,level,description from warning_repaired5 where id <=( select id from warning_repaired5 order by id desc limit 5000000,1) order by id desc limit 20;
+------+----------+----------------+
| code | level    | description    |
+------+----------+----------------+
| 1006 | critical | 注册GK失败     |
| 1006 | critical | 注册GK失败     |
……
| 1006 | critical | 注册GK失败     |
+------+----------+----------------+
20 rows in set (4.26 sec)

可以看出时间相对第一种少了一点。

整体来说在面对百万级数据的时候如果使用上面第三种方法来优化，系统性能上是能够得到很好的提升，在遇到复杂的查询时也尽量简化，减少运算量。同时也尽量多的使用内存缓存，有条件的可以考虑分表、分库、阵列之类的大型解决方案了。

参考文章：

http://www.lvtao.net/database/mysql_page_limit.html

http://my.oschina.net/u/1540325/blog/477126

转载于:https://my.oschina.net/lvhuizhenblog/blog/509482