最近在給大家做模擬面試和履歷優(yōu)化，其中發(fā)現(xiàn)很多人一看到什麼千萬(wàn)級(jí)數(shù)據(jù)之類的面試題就會(huì)腿軟。

也許有些人沒(méi)遇過(guò)上千萬(wàn)資料量的表，也不清楚查詢上千萬(wàn)資料量的時(shí)候會(huì)發(fā)生什麼事。

今天就來(lái)帶大家實(shí)操一下，這次是基於MySQL 5.7.26做測(cè)試

準(zhǔn)備資料

沒(méi)有一千萬(wàn)的資料怎麼辦？

沒(méi)有資料自己不會(huì)造嗎？

造數(shù)據(jù)難嗎？

程式碼創(chuàng)建一千萬(wàn)？

那是不可能的，太慢了，可能真的要跑一天?？梢話?cǎi)用資料庫(kù)腳本執(zhí)行速度快很多。

建立表格

CREATE TABLE `user_operation_log`  (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `user_id` varchar(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `ip` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `op_data` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `attr1` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `attr2` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `attr3` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `attr4` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `attr5` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `attr6` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `attr7` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `attr8` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `attr9` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `attr10` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `attr11` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `attr12` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 1 CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci ROW_FORMAT = Dynamic;

#建立資料腳本

採(cǎi)用批次插入，效率會(huì)快很多，而且每1000條數(shù)就commit，資料量太大，也會(huì)導(dǎo)致批次插入效率慢

DELIMITER ;;
CREATE PROCEDURE batch_insert_log()
BEGIN
  DECLARE i INT DEFAULT 1;
  DECLARE userId INT DEFAULT 10000000;
 set @execSql = 'INSERT INTO `test`.`user_operation_log`(`user_id`, `ip`, `op_data`, `attr1`, `attr2`, `attr3`, `attr4`, `attr5`, `attr6`, `attr7`, `attr8`, `attr9`, `attr10`, `attr11`, `attr12`) VALUES';
 set @execData = '';
  WHILE i<=10000000 DO
   set @attr = "&#39;測(cè)試很長(zhǎng)很長(zhǎng)很長(zhǎng)很長(zhǎng)很長(zhǎng)很長(zhǎng)很長(zhǎng)很長(zhǎng)很長(zhǎng)很長(zhǎng)很長(zhǎng)很長(zhǎng)很長(zhǎng)很長(zhǎng)很長(zhǎng)很長(zhǎng)很長(zhǎng)的屬性&#39;";
  set @execData = concat(@execData, "(", userId + i, ", &#39;10.0.69.175&#39;, &#39;用戶登錄操作&#39;", ",", @attr, ",", @attr, ",", @attr, ",", @attr, ",", @attr, ",", @attr, ",", @attr, ",", @attr, ",", @attr, ",", @attr, ",", @attr, ",", @attr, ")");
  if i % 1000 = 0
  then
     set @stmtSql = concat(@execSql, @execData,";");
    prepare stmt from @stmtSql;
    execute stmt;
    DEALLOCATE prepare stmt;
    commit;
    set @execData = "";
   else
     set @execData = concat(@execData, ",");
   end if;
  SET i=i+1;
  END WHILE;

END;;
DELIMITER ;

開(kāi)始測(cè)試

哥的電腦配置比較低：win10 標(biāo)壓渣渣i5 讀寫約500MB的SSD

由於配置低，本次測(cè)試只準(zhǔn)備了3148000條數(shù)據(jù)，佔(zhàn)用了磁碟5G(還沒(méi)建索引的情況下)，跑了38min，電腦配置好的同學(xué)，可以插入多點(diǎn)數(shù)據(jù)測(cè)試

SELECT count(1) FROM `user_operation_log`

返回結(jié)果：3148000

三次查詢時(shí)間分別為：

• 14060 ms
• 13755 ms
• 13447 ms

普通分頁(yè)查詢

MySQL 支持 LIMIT 語(yǔ)句來(lái)選取指定的條數(shù)數(shù)據(jù)， Oracle 可以使用 ROWNUM 來(lái)選取。

MySQL分頁(yè)查詢語(yǔ)法如下：

SELECT * FROM table LIMIT [offset,] rows | rows OFFSET offset

• 第一個(gè)參數(shù)指定第一個(gè)返回記錄行的偏移量
• 第二個(gè)參數(shù)指定返回記錄行的最大數(shù)目

下面我們開(kāi)始測(cè)試查詢結(jié)果：

SELECT * FROM `user_operation_log` LIMIT 10000, 10

查詢3次時(shí)間分別為：

• 59 ms
• 49 ms
• 50 ms

這樣看起來(lái)速度還行，不過(guò)是本地?cái)?shù)據(jù)庫(kù)，速度自然快點(diǎn)。

換個(gè)角度來(lái)測(cè)試

相同偏移量，不同數(shù)據(jù)量

SELECT * FROM `user_operation_log` LIMIT 10000, 10
SELECT * FROM `user_operation_log` LIMIT 10000, 100
SELECT * FROM `user_operation_log` LIMIT 10000, 1000
SELECT * FROM `user_operation_log` LIMIT 10000, 10000
SELECT * FROM `user_operation_log` LIMIT 10000, 100000
SELECT * FROM `user_operation_log` LIMIT 10000, 1000000

查詢時(shí)間如下：

從上面結(jié)果可以得出結(jié)束：數(shù)據(jù)量越大，花費(fèi)時(shí)間越長(zhǎng)

相同數(shù)據(jù)量，不同偏移量

SELECT * FROM `user_operation_log` LIMIT 100, 100
SELECT * FROM `user_operation_log` LIMIT 1000, 100
SELECT * FROM `user_operation_log` LIMIT 10000, 100
SELECT * FROM `user_operation_log` LIMIT 100000, 100
SELECT * FROM `user_operation_log` LIMIT 1000000, 100

從上面結(jié)果可以得出結(jié)束：偏移量越大，花費(fèi)時(shí)間越長(zhǎng)

SELECT * FROM `user_operation_log` LIMIT 100, 100
SELECT id, attr FROM `user_operation_log` LIMIT 100, 100

如何優(yōu)化

既然我們經(jīng)過(guò)上面一番的折騰，也得出了結(jié)論，針對(duì)上面兩個(gè)問(wèn)題：偏移大、數(shù)據(jù)量大，我們分別著手優(yōu)化

優(yōu)化偏移量大問(wèn)題

采用子查詢方式

我們可以先定位偏移位置的 id，然后再查詢數(shù)據(jù)

SELECT * FROM `user_operation_log` LIMIT 1000000, 10

SELECT id FROM `user_operation_log` LIMIT 1000000, 1

SELECT * FROM `user_operation_log` WHERE id >= (SELECT id FROM `user_operation_log` LIMIT 1000000, 1) LIMIT 10

查詢結(jié)果如下：

從上面結(jié)果得出結(jié)論：

• 第一條花費(fèi)的時(shí)間最大，第三條比第一條稍微好點(diǎn)
• 子查詢使用索引速度更快

缺點(diǎn)：只適用于id遞增的情況

id非遞增的情況可以使用以下寫法，但這種缺點(diǎn)是分頁(yè)查詢只能放在子查詢里面

注意：某些 mysql 版本不支持在 in 子句中使用 limit，所以采用了多個(gè)嵌套select

SELECT * FROM `user_operation_log` WHERE id IN (SELECT t.id FROM (SELECT id FROM `user_operation_log` LIMIT 1000000, 10) AS t)

采用 id 限定方式

這種方法要求更高些，id必須是連續(xù)遞增，而且還得計(jì)算id的范圍，然后使用 between，sql如下

SELECT * FROM `user_operation_log` WHERE id between 1000000 AND 1000100 LIMIT 100

SELECT * FROM `user_operation_log` WHERE id >= 1000000 LIMIT 100

查詢結(jié)果如下：

從結(jié)果可以看出這種方式非常快

注意：這里的 LIMIT 是限制了條數(shù)，沒(méi)有采用偏移量

優(yōu)化數(shù)據(jù)量大問(wèn)題

返回結(jié)果的數(shù)據(jù)量也會(huì)直接影響速度

SELECT * FROM `user_operation_log` LIMIT 1, 1000000

SELECT id FROM `user_operation_log` LIMIT 1, 1000000

SELECT id, user_id, ip, op_data, attr1, attr2, attr3, attr4, attr5, attr6, attr7, attr8, attr9, attr10, attr11, attr12 FROM `user_operation_log` LIMIT 1, 1000000

查詢結(jié)果如下：

從結(jié)果可以看出減少不需要的列，查詢效率也可以得到明顯提升

第一條和第三條查詢速度差不多，這時(shí)候你一定會(huì)吐槽，那我還寫那麼多字段乾啥呢，直接* 不就完事了

注意本人的MySQL 伺服器和客戶端是在_同一臺(tái)機(jī)器_上，所以查詢資料相差不多，有條件的同學(xué)可以測(cè)測(cè)試客戶端與MySQL分開(kāi)

SELECT * 它不香嗎？

在這裡順便補(bǔ)充為什麼要禁止 SELECT *。難道簡(jiǎn)單無(wú)腦，它不香嗎？

主要兩點(diǎn)：

1. 用"SELECT * " 資料庫(kù)需要解析更多的物件、欄位、權(quán)限、屬性等相關(guān)內(nèi)容，在SQL 語(yǔ)句複雜，硬解析較多的情況下，會(huì)對(duì)資料庫(kù)造成沉重的負(fù)擔(dān)。
2. 增大網(wǎng)路開(kāi)銷，* 有時(shí)會(huì)誤帶上如log、IconMD5之類的無(wú)用且大文字字段，資料傳輸size會(huì)幾何增漲。特別是MySQL和應(yīng)用程式不在同一臺(tái)機(jī)器，這種開(kāi)銷非常明顯。