MySQL全面瓦解21（番外）：一次深夜優化億級資料分頁的奇妙經歷

翁智華發表於2021-01-27
MySql優化

背景

1月22號晚上10點半，下班後愉快的坐在在回家的地鐵上，心裡想著週末的生活怎麼安排。

突然電話響了起來，一看是我們的一個開發同學，頓時緊張了起來，本週的版本已經發布過了，這時候打電話一般來說是線上出問題了。

果然，溝通的情況是線上的一個查詢使用者資料的介面被瘋狂的失去理智般的呼叫，這個操作直接導致線上的MySql叢集被拖慢了。

好吧，這問題算是嚴重了，下了地鐵匆匆趕到家，開電腦，跟同事把Pinpoint上的慢查詢日誌撈出來。看到一個很奇怪的查詢，如下

1 POST  domain/v1.0/module/method?order=condition&orderType=desc&offset=1800000&limit=500

domain、module 和 method 都是化名，代表介面的域、模組和例項方法名，後面的offset和limit代表分頁操作的偏移量和每頁的數量，也就是說該同學是在 翻第（1800000/500+1=3601）頁。初步撈了一下日誌，發現 有8000多次這樣呼叫。

這太神奇了，而且我們頁面上的分頁單頁數量也不是500，而是 25條每頁，這個絕對不是人為的在功能頁面上進行一頁一頁的翻頁操作，而是資料被刷了（說明下，我們生產環境使用者資料有1億+）。 詳細對比日誌發現，很多分頁的時間是重疊的，對方應該是多執行緒呼叫。

通過對鑑權的Token的分析，基本定位了請求是來自一個叫做ApiAutotest的客戶端程式在做這個操作，也定位了生成鑑權Token的賬號來自一個QA的同學。立馬打電話給同學，進行了溝通和處理。

分析

其實對於我們的MySQL查詢語句來說，整體效率還是可以的，該有的聯表查詢優化都有，該簡略的查詢內容也有，關鍵條件欄位和排序欄位該有的索引也都在，問題在於他一頁一頁的分頁去查詢，查到越後面的頁數，掃描到的資料越多，也就越慢。

我們在檢視前幾頁的時候，發現速度非常快，比如  limit 200,25，瞬間就出來了。但是越往後，速度就越慢，特別是百萬條之後，卡到不行，那這個是什麼原理呢。先看一下我們翻頁翻到後面時，查詢的sql是怎樣的：

1 select * from t_name where c_name1='xxx' order by c_name2 limit 2000000,25;

這種查詢的慢，其實是因為limit後面的偏移量太大導致的。比如像上面的  limit 2000000,25 ，這個等同於資料庫要掃描出 2000025條資料，然後再丟棄前面的 20000000條資料，返回剩下25條資料給使用者，這種取法明顯不合理。

大家翻看《高效能MySQL》第六章：查詢效能優化，對這個問題有過說明： 

分頁操作通常會使用limit加上偏移量的辦法實現，同時再加上合適的order by子句。但這會出現一個常見問題：當偏移量非常大的時候，它會導致MySQL掃描大量不需要的行然後再拋棄掉。 

資料模擬

那好，瞭解了問題的原理，那就要試著解決它了。涉及資料敏感性，我們這邊模擬一下這種情況，構造一些資料來做測試。

1、建立兩個表：員工表和部門表

 1 /*部門表,存在則進行刪除 */
 2 drop table if EXISTS dep;
 3 create table dep(
 4     id int unsigned primary key auto_increment,
 5     depno mediumint unsigned not null default 0,
 6     depname varchar(20) not null default "",
 7     memo varchar(200) not null default ""
 8 );
 9 
10 /*員工表,存在則進行刪除*/
11 drop table if EXISTS emp;
12 create table emp(
13     id int unsigned primary key auto_increment,
14     empno mediumint unsigned not null default 0,
15     empname varchar(20) not null default "",
16     job varchar(9) not null default "",
17     mgr mediumint unsigned not null default 0,
18     hiredate datetime not null,
19     sal decimal(7,2) not null,
20     comn decimal(7,2) not null,
21     depno mediumint unsigned not null default 0
22 );

2、建立兩個函式：生成隨機字串和隨機編號

 1 /* 產生隨機字串的函式*/
 2 DELIMITER $ 
 3 drop FUNCTION if EXISTS rand_string;
 4 CREATE FUNCTION rand_string(n INT) RETURNS VARCHAR(255)
 5 BEGIN
 6     DECLARE chars_str VARCHAR(100) DEFAULT 'abcdefghijklmlopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ';
 7     DECLARE return_str VARCHAR(255) DEFAULT '';
 8     DECLARE i INT DEFAULT 0;
 9     WHILE i < n DO
10     SET return_str = CONCAT(return_str,SUBSTRING(chars_str,FLOOR(1+RAND()*52),1));
11     SET i = i+1;
12     END WHILE;
13     RETURN return_str;
14 END $
15 DELIMITER;
16 
17 
18 /*產生隨機部門編號的函式*/
19 DELIMITER $ 
20 drop FUNCTION if EXISTS rand_num;
21 CREATE FUNCTION rand_num() RETURNS INT(5)
22 BEGIN
23     DECLARE i INT DEFAULT 0;
24     SET i = FLOOR(100+RAND()*10);
25     RETURN i;
26 END $
27 DELIMITER;

3、編寫儲存過程，模擬500W的員工資料

 1 /*建立儲存過程：往emp表中插入資料*/
 2 DELIMITER $
 3 drop PROCEDURE if EXISTS insert_emp;
 4 CREATE PROCEDURE insert_emp(IN START INT(10),IN max_num INT(10))
 5 BEGIN
 6     DECLARE i INT DEFAULT 0;
 7     /*set autocommit =0 把autocommit設定成0，把預設提交關閉*/
 8     SET autocommit = 0;
 9     REPEAT
10     SET i = i + 1;
11     INSERT INTO emp(empno,empname,job,mgr,hiredate,sal,comn,depno) VALUES ((START+i),rand_string(6),'SALEMAN',0001,now(),2000,400,rand_num());
12     UNTIL i = max_num
13     END REPEAT;
14     COMMIT;
15 END $
16 DELIMITER;
17 /*插入500W條資料*/
18 call insert_emp(0,5000000);

4、編寫儲存過程，模擬120的部門資料

 1 /*建立儲存過程：往dep表中插入資料*/
 2 DELIMITER $
 3 drop PROCEDURE if EXISTS insert_dept;
 4 CREATE PROCEDURE insert_dept(IN START INT(10),IN max_num INT(10))
 5 BEGIN
 6     DECLARE i INT DEFAULT 0;
 7     SET autocommit = 0;
 8     REPEAT
 9     SET i = i+1;
10     INSERT  INTO dep( depno,depname,memo) VALUES((START+i),rand_string(10),rand_string(8));
11     UNTIL i = max_num
12     END REPEAT;
13     COMMIT;
14 END $
15 DELIMITER;
16 /*插入120條資料*/
17 call insert_dept(1,120);

 5、建立關鍵欄位的索引，這邊是跑完資料之後再建索引，會導致建索引耗時長，但是跑資料就會快一些。

1 /*建立關鍵欄位的索引:排序、條件*/
2 CREATE INDEX idx_emp_id ON emp(id);
3 CREATE INDEX idx_emp_depno ON emp(depno);
4 CREATE INDEX idx_dep_depno ON dep(depno); 

測試

測試資料
1 /*偏移量為100，取25*/
2 SELECT a.empno,a.empname,a.job,a.sal,b.depno,b.depname
3 from emp a left join dep b on a.depno = b.depno order by a.id desc limit 100,25;
4 /*偏移量為4800000，取25*/
5 SELECT a.empno,a.empname,a.job,a.sal,b.depno,b.depname
6 from emp a left join dep b on a.depno = b.depno order by a.id desc limit 4800000,25; 
執行結果
 1 [SQL]
 2 SELECT a.empno,a.empname,a.job,a.sal,b.depno,b.depname
 3 from emp a left join dep b on a.depno = b.depno order by a.id desc limit 100,25;
 4 受影響的行: 0
 5 時間: 0.001s
 6 [SQL]
 7 SELECT a.empno,a.empname,a.job,a.sal,b.depno,b.depname
 8 from emp a left join dep b on a.depno = b.depno order by a.id desc limit 4800000,25;
 9 受影響的行: 0
10 時間: 12.275s
因為掃描的資料多，所以這個明顯不是一個量級上的耗時。 

解決方案

1、使用索引覆蓋+子查詢優化

因為我們有主鍵id，並且在上面建了索引，所以可以先在索引樹中找到開始位置的 id值，再根據找到的id值查詢行資料。
 1 /*子查詢獲取偏移100條的位置的id，在這個位置上往後取25*/
 2 SELECT a.empno,a.empname,a.job,a.sal,b.depno,b.depname
 3 from emp a left join dep b on a.depno = b.depno
 4 where a.id >= (select id from emp order by id limit 100,1)
 5 order by a.id limit 25;
 6 
 7 /*子查詢獲取偏移4800000條的位置的id，在這個位置上往後取25*/
 8 SELECT a.empno,a.empname,a.job,a.sal,b.depno,b.depname
 9 from emp a left join dep b on a.depno = b.depno
10 where a.id >= (select id from emp order by id limit 4800000,1)
11 order by a.id limit 25;

執行結果

執行效率相比之前有大幅的提升：
 1 [SQL]
 2 SELECT a.empno,a.empname,a.job,a.sal,b.depno,b.depname
 3 from emp a left join dep b on a.depno = b.depno
 4 where a.id >= (select id from emp order by id limit 100,1)
 5 order by a.id limit 25;
 6 受影響的行: 0
 7 時間: 0.106s
 8  
 9 [SQL]
10 SELECT a.empno,a.empname,a.job,a.sal,b.depno,b.depname
11 from emp a left join dep b on a.depno = b.depno
12 where a.id >= (select id from emp order by id limit 4800000,1)
13 order by a.id limit 25;
14 受影響的行: 0
15 時間: 1.541s  

2、起始位置重定義

記住上次查詢結果的主鍵位置，避免使用偏移量 offset
 1 /*記住了上次的分頁的最後一條資料的id是100，這邊就直接跳過100，從101開始掃描表*/
 2 SELECT a.id,a.empno,a.empname,a.job,a.sal,b.depno,b.depname
 3 from emp a left join dep b on a.depno = b.depno
 4 where a.id > 100 order by a.id limit 25;
 5  
 6 /*記住了上次的分頁的最後一條資料的id是4800000，這邊就直接跳過4800000，從4800001開始掃描表*/
 7 SELECT a.id,a.empno,a.empname,a.job,a.sal,b.depno,b.depname
 8 from emp a left join dep b on a.depno = b.depno
 9 where a.id > 4800000
10 order by a.id limit 25;

執行結果

 1 [SQL]
 2 SELECT a.id,a.empno,a.empname,a.job,a.sal,b.depno,b.depname
 3 from emp a left join dep b on a.depno = b.depno
 4 where a.id > 100 order by a.id limit 25;
 5 受影響的行: 0
 6 時間: 0.001s
 7  
 8 [SQL]
 9 SELECT a.id,a.empno,a.empname,a.job,a.sal,b.depno,b.depname
10 from emp a left join dep b on a.depno = b.depno
11 where a.id > 4800000
12 order by a.id limit 25;
13 受影響的行: 0
14 時間: 0.000s 
這個效率是最好的，無論怎麼分頁，耗時基本都是一致的，因為他執行完條件之後，都只掃描了25條資料。 

3、降級策略

看了網上一個阿里的dba同學分享的方案：配置limit的偏移量和獲取數一個最大值，超過這個最大值，就返回空資料。
因為他覺得超過這個值你已經不是在分頁了，而是在刷資料了，如果確認要找資料，應該輸入合適條件來縮小範圍，而不是一頁一頁分頁。
這個跟我同事的想法大致一樣：request的時候 如果offset大於某個數值就先返回一個4xx的錯誤。 

小結：

當晚我們應用上述第三個方案，對offset做一下限流，超過某個值，就返回空值。第二天使用第二種方案對程式和資料庫指令碼進一步做了優化。
合理來說做任何功能都應該考慮極端情況，設計容量都應該涵蓋極端邊界測試。
另外，該有的限流、降級也應該考慮進去。比如工具多執行緒呼叫，在短時間頻率內8000次呼叫，可以使用計數服務判斷並反饋使用者呼叫過於頻繁，直接給予斷掉。
哎，大意了啊，搞了半夜，QA同學不講武德。不過這是很美好的經歷了。

相關文章