问题现象:
前几天在项目上线过程中,发现有一个页面无法正确获取数据,经排查原来是接口调用超时,而最后发现是因为SQL查询长达到20多秒而导致了问题的发生。
复杂SQL语句的构成:
类比的语句来描述当时的场景,可以表达如下:
SELECT * FROM a_table AS a
LEFT JOIN b_table AS b ON a.id=b.id
WHERE a.id IN (
SELECT DISTINCT id FROM a_table
WHERE user_id IN (100,102,103) GROUP BY user_id HAVING count(id) > 3
)
1)关联查询 从上面简化的SQL语句,可以看出,首先进行的是关联查询。
2)子查询
3) 其次,是嵌套的子查询。此子查询是为了找出多个用户共同拥有的组ID。所以语句中的“100,102,103”是根据场景来定的,并且需要和后面“count(id) > 3”的个数对应。简单来说,就是找用户交集的组ID。
耗时在哪?
假设现在a_table表的数据量为20W,而b_table的数据量为2000W。大家可以想一下,你觉得主要的耗时是在关联查询部分,还是在子查询部分?
(思考空间。。。。)
(思考空间。。。。)
(思考空间。。。。)
问题定位
初步断定,首先,对于只有一个用户ID时,我会把上面的语句简化成:
SELECT * FROM a_table AS a
LEFT JOIN b_table AS b ON a.id=b.id
WHERE user_id IN (100)
所以,初步断定应该是嵌套的子查询部分占用了大部分的时间。
再进一步验证
既然定位到了是嵌套的子查询语句的问题,那又要分为两块待排查的区域:是子查询本身耗时大,还是嵌套而导致慢查询?
结果很容易发现,当我把子查询单独在DB中执行时,是非常快的。所以排除。
剩下的不言而喻,20秒的慢查询是嵌套引起的。
但因为处于上线紧急的过程中,为了确保,我快速地验证了我的结论:
1、将子查询的ID单独执行,并把得到的结果序列手动拼成一段ID,如:1,2,3,4, ... , 999
2、将上面得到的序列ID,手动替换到原来的SQL语句
3、执行,发现,很快!只用了约150 ms
Well Done! 准备修复上线!
解决方案
线上的问题,很多时间都是在定位问题和分析原因,既然问题找到了,原因也找到了,解决方案不言而喻。代码简单处理即可。
另外一个需要注意的点
因为b_table比a_table大,所以一开始 b_table 左关联 a_table 时,很慢,大概是1秒多,而且数据量是很少的;但若反过来,a_table 左关联 b_table 时,则很快,大概是100毫秒。
所以,又发现一个有趣的现象:
大表 左关联 小表,很慢;小表 左关联 大表,很快。
当然,这些我们理论上都知道,但实际开发会忘却。又或者一开始两个表都为空时,而又没考虑到后期这两个表增长的速度时,日后就会埋下坑了。
总结
嵌套的子查询是很慢的。
大表左关联小表很慢,小表左关联大表,很快