程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 數據庫知識 >> MYSQL數據庫 >> 關於MYSQL數據庫 >> 分析一個MySQL的異常查詢的案例

分析一個MySQL的異常查詢的案例

編輯:關於MYSQL數據庫

問題

用戶工單疑問:相同的語句,只是最後的limit行數不同。奇怪的是,limit 10 的性能比limit 100的語句還慢約10倍。

隱藏用戶表信息,語句及結果如下

SELECT f1 , SUM(`f2`) `CNT` FROM T WHERE f1 IS NOT NULL AND f3 = '2014-05-12' GROUP BY f1 ORDER BY `CNT` DESC LIMIT 10;

執行時間3 min 3.65 sec

SELECT f1 , SUM(`f2`) `CNT` FROM T WHERE f1 IS NOT NULL AND f3 = '2014-05-12' GROUP BY f1 ORDER BY `CNT` DESC LIMIT 100;

執行時間1.24Sec.

性能差距非常大!

分析
MySQL Tips:追查語句執行時最常用的方法,是通過explain來看語句的執行計劃。 ?

更有沖擊性的效果是通過縮小范圍後,在這個數據下,limit 67和limit 68的執行計劃相差很大。

兩個執行計劃:

LIMIT 67
id: 1
select_type: SIMPLE
table: a
type: range
possible_keys: A,B,C
key: B
key_len: 387
ref: NULL
rows: 2555192
Extra: Using where; Using temporary; Using filesort
1 row in set (0.00 sec)

LIMIT 68
id: 1
select_type: SIMPLE
table: a
type: ref
possible_keys: A,B,C
key: A
key_len: 3
ref: const
rows: 67586
Extra: Using where; Using temporary; Using filesort
1 row in set (0.00 sec)

可以看到,兩個語句的執行計劃不同:使用的索引不同。

MySQL Tips:explain的結果中,key表示最終使用的索引,rows表示使用這個索引需要掃描的行數,這是個估計值。

表中 索引A定義為 (f3, f4, f1, f2, f5); 索引B定義為(f1, f2, f3);

一個確認

雖然rows是估計值,但是指導索引使用的依據。既然limit 68能達到rows 67586,說明在第一個語句優化器可選結果中,也應該有此值,為什麼不會選擇索引A?
先確認一下我們上面的這個結論。

MySQL Tips:MySQL語法中能夠用force index 來強行要求優化器使用某一個索引。

Explain SELECT f1 , SUM(f2) CNT FROM t force index(A) WHERE f1 IS NOT NULL AND f3 = ‘2014-05-12' GROUP BY P ORDER BY CNT DESC LIMIT 67\G

id: 1
select_type: SIMPLE
table: a
type: ref
possible_keys:A
key: A
key_len: 3
ref: const
rows: 67586
Extra: Using where; Using temporary; Using filesort
1 row in set (0.00 sec)

順便說明,由於我們指定了force index,因此優化器不會考慮其他索引,possible_keys裡只會顯示A。我們關注的是rows:67586。這說明在limit 67語句裡,使用索引A也能夠減少行掃描。

MySQL Tips:MySQL優化器會對possiable_key中的每個可能索引都計算查詢代價,選擇最小代價的查詢計劃。

至此我們大概可以猜測,這個應該是MySQL實現上的bug:沒有選擇合適的索引,導致使用了明顯錯誤的執行計劃。

MySQL Tips:MySQL的優化器執行期間需要依賴於表的統計信息,而統計信息是估算值,因此有可能導致得到的執行計劃非最優。

但要說明的是,上述Tip是客觀情況造成(可接受),但本例卻是例外,因此優化器實際上可以拿到能夠作出選擇正確結果的數據(rows值),但是最終選擇錯誤。

原因分析

MySQL優化器是按照查詢代價的估算值,來確定要使用的索引。計算這個估算值的過程,基本是按照“估計需要掃描的行數”來確定的。

MySQL Tips:MySQL在目前集團主流使用的5.1和5.5版本中只能使用前綴索引。

因此,使用索引A只能用上字段f3,使用索引B只能用上字段f1。Rows即為使用了索引查到上下界,之後需要掃描的數據行數(估算值)。

上述的語句需要用到group和order by,因此執行計劃中都有Using temporary; Using filesort。
流程上按順序先計算使用索引A的查詢代價。

之後依次計算其他possitabe_key的查詢代價。由於過程中需要排序,在得到一個暫定結果後,需要判斷是否有代價更低的排序方式(test_if_cheaper_ordering)。
與之前的大同小異,也是依靠估計掃描行數來計算代價。

在這個邏輯的實現過程中,存在一個bug:在估計當前索引的區分度的時候,沒有考慮到前綴索引。

即:假設表中有50w行數據,索引B(f1,f2,f3),則計算索引區分度時,需要根據能夠用上的前綴部分來確定。比如f1有1000個不同的值,則平均每個key值上的記錄數為500.如(f1,f2)有10000個同的值,則平均每個組合key上的記錄數為50,若(f1,f2,f3)有50w個不同的值,則平均每個組合key上的記錄數為1。

MySQL Tips:每個key上的記錄數越少,說明使用該索引查詢時效率最高。對應於show index from tbl 輸出結果中的Cardinality值越大。

在這個case下,索引B只能使用f1做前綴索引,但是在計算單key上的行平均值時用的是(f1,f2,f3),這就導致估算用索引B估算的時候,得到的代價偏小。導致誤選。

回到問題本身

1、 為什麼limit值大的時候反而選對了呢?
這是因為在計算B的查詢代價時,查詢需要返回的行數limit_rows也參與乘積,若limit值較大,則計算出來的B的代價就會更大,反而會由於代價。值超過A,而導致優化器最終選擇A。

2、 這個表有50w行數就,為什麼limit相差為就差別這麼大?
這與語句本身有關。這個語句中有group by,這就意味著每多limit一個值,實際上需要掃描更多的行N。 這裡N為“表的總行數”/“表中不同的f2值”。
也就是說這個語句使得這個bug有放大作用。

解決方案

分析清楚後解決方法就比較簡單了,修改代碼邏輯,在執行test_if_cheaper_ordering過程中,改用字段f1的區分度來計算即可。

  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved