Yachen Zhangmysql证明为什么用限制时间，偏移很大会影响性能

转自Yachen Zhang

首先说明一下MySQL的版本：

mysql >  select version（）;+ - --------- +| version（）|+ - --------- + | 5。7。17     |+ - --------- + 1行中 集合（0。00秒）

表结构：

mysql >  desc测试;+ - ------ + --------------------- + ------ + ----- + ----- ---- + ---------------- + | Field | 类型| 空 | 关键| 默认| 额外|+ - ------ + --------------------- + ------ + ----- + ----- ---- + ---------------- + | id | bigint（20）unsigned | NO | PRI | NULL     | auto_increment || val | int（10）unsigned | NO | MUL | 0        | || 来源| int（10）unsigned | NO | | 0        | |+ - ------ + --------------------- + ------ + ----- + ----- ---- + ---------------- + 3行中 集合（0。00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行中 组（4。25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 *  从测试其中 VAL = 4  限制 300000，5 ;+ - ------- + ----- + -------- +| id | val | 来源|+ - ------- + ----- + -------- + | 3327622 |   4 |      4 || 3327632 |   4 |      4 || 3327642 |   4 |      4 || 3327652 |   4 |      4 || 3327662 |   4 |      4 |+ - ------- + ----- + -------- + 5行中 组（15。98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 *  从测试一个内连接（选择 ID 从测试，其中 VAL = 4  限制 300000，5）b 上 一个。id = b。ID ;+ - ------- + ----- + -------- + --------- +| 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行中 集合（0。38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：

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：

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（*）从 INFORMATION_SCHEMA。INNODB_BUFFER_PAGE  其中 INDEX_NAME 在（' VAL '，'主'）和 TABLE_NAME 像 '％测试％' 按组 INDEX_NAME;空集（0。04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 *  从测试其中 VAL = 4  限制 300000，5 ;+ - ------- + ----- + -------- +| id | val | 来源|+ - ------- + ----- + -------- + | 3327622 |   4 |      4 || 3327632 |   4 |      4 || 3327642 |   4 |      4 || 3327652 |   4 |      4 || 3327662 |   4 |      4 |+ - ------- + ----- + -------- + 5行中 组（26。19秒）的MySQL >  选择 INDEX_NAME，计数（*）从 INFORMATION_SCHEMA。INNODB_BUFFER_PAGE  其中 INDEX_NAME 在（' VAL '，'主'）和 TABLE_NAME 像 '％测试％' 按组 INDEX_NAME;+ - ---------- + ---------- + | index_name | count（*）|+ - ---------- + ---------- + | 主要|     4098 || val |      208 |+ - ---------- + ---------- + 2行中的 组（0。04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（*）从 INFORMATION_SCHEMA。INNODB_BUFFER_PAGE  其中 INDEX_NAME 在（' VAL '，'主'）和 TABLE_NAME 像 '％测试％' 按组 INDEX_NAME;空集（0。03秒）

运行sql：

的MySQL >  选择 *  从测试一个内连接（选择 ID 从测试，其中 VAL = 4  限制 300000，5）b 上 一个。id = b。ID ;+ - ------- + ----- + -------- + --------- +| 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行中 集合（0。09秒）的MySQL >  选择 INDEX_NAME，计数（*）从 INFORMATION_SCHEMA。INNODB_BUFFER_PAGE  其中 INDEX_NAME 在（' VAL '，'主'）和 TABLE_NAME 像 '％测试％' 按组 INDEX_NAME;+ - ---------- + ---------- + | index_name | count（*）|+ - ---------- + ---------- + | 主要|        5 || val |      390 |+ - ---------- + ---------- + 2行中的 组（0。03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_shutdown和innodb_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。