mysql 分列_分布式 | dble 分页技巧_主键是拆分列_连续翻页

作者：钟悦

就职于某大型国有银行，多年从事MySQL和分布式中间件的方案设计与实施工作；资深MySQL数据库专家，架构师；DBLE开源项目积极贡献者。

* 本文代码部分由于公众号显示限制，为图片展示，可通过以下链接获取：

https://gist.github.com/KID-G/4215bb80a16034531f517d27fb865236

一、场景描述 对于订单、交易流水之类的表，常见是应用层会生成订单号、交易流水号之类的唯一编号，dble 则是以这个唯一编号分库分表，而落到 MySQL 的物理表上，也是直接以这个编号字段作为表的主键。 在本文中，讨论在符合以下所有条件的场景下，查询的分页技巧：

• dble 的拆分列(sharding key)同时也是 MySQL 物理表的主键

• 连续翻页

  ∘ 每次查询的页只能是上一次查询的前一页或者后一页

  ∘ 第一次查询必须为首页

1. 表结构

2. 拆分方式

二、直接翻页 MySQL 语法支持 LIMIT [start,] length 语法来进行翻页，例如：

在获取首页(n=1)时，这个 SQL 的执行计划可优化为“每个 MySQL 各自返回符合条件的局部 top M 记录，然后 dble 对各个 MySQL 的局部 top M 记录进行进一步筛选，得到全局 top M 记录”。由于 dble 能够下推计算给 MySQL(让各个 MySQL 计算局部 top M)，一方面，减少了 dble 需要处理的数据量，减少了对 dble 的空间占用和代价较高的网络传输量，另一方面， MySQL 数量多于 dble，下推给 MySQL 的计算相当于获得了并行计算的好处。因此，获取首页的理论性能并不差。 但是，在获取后续的页面时，该 SQL 的执行性能随着页码增大(n 趋向于 ＋∞)而不断劣化。原因在于此时现阶段的 dble 无法下推计算给 MySQL。以获取第 2 页(n=2)为例，dble 无法直接否定“第一页和第二页数据都在同一个 dataNode 上”这种场景，所以 dble 交给 MySQL 的 LIMIT 子句为了照顾这种场景，假设页体积为 100，那么实际下推的只能是 LIMIT 0, 200 ，以此类推，由于从第一页到第n页数据都在同一个 dataNode 上的牵制，dble 为了保证执行计划的安全，只能让 MySQL 执行 LIMIT 0, n*M ，导致页码 n 越往后，dble 要处理的数据量就越大，从而性能每况愈下。 三、最佳实践 为了克服直接翻页在页数靠后时的性能劣化问题，其中一种解决思路就是解决掉 dble 只能下推 LIMIT 0, n*M 的无奈。从操作上来说，我们最终的目标是让 LIMIT 子句与页码 n 无关，最好是恒定为 LIMIT 0, M (即 LIMIT M )。 至此，解决思路就很明显了：让 dble 下推 SQL 给 MySQL 时，告知 MySQL 不要返回已经拿到过了的记录就好了。 id NOT IN ( retrivedIds ... ) 这样的 WHERE 条件，在页码增大时，会导致需要列举的 id 过多，执行效率低下，语句也很容易超出 max_packet_size 的限制。因此，我们应该对结果集进行基于 id 的排序，然后就能使用更为简洁的 WHERE 条件 id > maxId 来在 MySQL 层面过滤掉不需要的记录了。 下面就是基于这个思路的实践方法。

1. 获取首页

直接翻页的语句获取首页的效率已是最高，直接使用直接翻页的 SQL，但对返回结果中，id 字段的最小值和最大值分别记录为 minId 和 maxId，用于后面的翻页动作。

2. 向后/向前翻页

以向后翻页为例。 替换以下 SQL 中的 maxId 后，交 给dble 执行。返回的记录本身按照 id 字段已经有序，直接就是下一页内容。 记得更新 minId 和 maxId。

同样道理，向前翻页就是替换以下 SQL 中的 minId 后，交给 dble 执行。千万要记得更新 minId 和 maxId。

最佳实践的限制与注意事项

• 没有银弹方案，最佳实践由以下限制或注意事项：

• dble 的拆分列(sharding key)同时也是 MySQL 物理表的主键

• 连续翻页

  ∘ 每次查询的页只能是上一次查询的前一页或者后一页

  ∘ 第一次查询必须为首页

• 翻页 SQL 必须是单表 SQL，因为两个表 JOIN 的时候，结果集里1条记录的字段可能实际上来自不同的表，而导致记录有多个拆分列值，无法按照本方法翻页

• 翻页 SQL 必须要有 ORDER BY 子句

• 翻页 SQL 的 ORDER BY 后缀必须为拆分列，继续上文的例子，可以是 ORDER BY id、ORDER BY ts, id，但不能是 ORDER BY id, ts

• 无论是“获取首页”还是“向后/向前翻页”，其 SQL 一般都是广播语句(需要查询该表所有 dataNode)，广播语句对 MySQL 的 max_connections 连接数消耗明显，因此翻页查询应该要算到广播语句中，而广播语句的并发量建议不要超过单个 MySQL 的 max_connections 的 10%，例如 MySQL 的 max_connections 为 512，则包含翻页查询在内的所有广播语句的并发量建议不要超过 51 条。

• 从保护 dble 内存出发，建议每页最多记录数 M 与逻辑分片数量 dataNodeCount 乘积不多于 8000，即 M * dataNode <= 8000

• 依赖 dble 的客户端控制翻页，增加了开发成本。

社区近期动态

 点一下“阅读原文”了解更多资讯