offset 新探索：雙管齊下，加速大資料量查詢

眾所周知，在各類業務中時常會用到LIMIT y offset x來做跳過x條資料讀取Y條資料的操作。例如： SELECT * FROM ... LIMIT 1000 OFFSET 1000000; 表示從第1000001條資料開始查，讀取1000條資料。隨著offset的增加，查詢的時長也會越來越長。當offset達到百萬級別的時候查詢時長有可能秒級，這是業務所不能容忍的。

那麼如何來提升 offset 在大資料量查詢時的效能、縮短執行時間呢？我們的答案是：

l offset Pushdown( offset 下推，下文簡稱 OP)

l Redundant Condition Removal ( 冗餘條件刪除，下文簡稱 RCR)

這是華為雲 GaussDB for MySQL 推出的兩個新特性，透過 OP 和 RCR 的結合，將大資料量查詢的效能提升一到兩個數量級。下面我們分別介紹這兩個特性的基本原理、如何啟用、執行驗證、以及透過嚴密測試來驗證其帶來的效能提升。

Offset Pushdown -- OP

OP 賦予 MySQL 儲存引擎 InnoDB 處理 offset 的能力。當 OP 啟用時，在 SQL 層評估 offset 是否可以下推並將下推資訊傳遞給儲存引擎。 SQL 層不再對儲存引擎返回的行進行 offset 處理，取而代之的是儲存引擎層直接跳過 offset 範圍內的行，僅返回後續行，即查詢所需要的行。

透過啟用 OP ， offset 範圍內的行不會再傳輸到 SQL 層，從而節省了儲存引擎和 SQL 層之間多次來回互動時間；其次，對非覆蓋索引掃描（ non-covering index ，即查詢訪問二級索引之後，還必須訪問基表），直接跳過 offset 範圍內的行可以節省對這些行回表訪問的開銷。這種對 offset 的提前處理可以節省資料處理時間，特別是當 offset 非常大時。 OP 的適用性取決於 WHERE 子句是否可以由儲存引擎整體處理。

下方圖 1 和 2 分別說明了在沒有 OP 和啟用 OP 時 LIMIT offset 的處理邏輯。

圖 1 無 OP 的極限偏移邏輯

圖 2 啟用 OP 的 LIMIT offset 邏輯

Redundant Condition Removal – RCR

RCR 的思路也比較簡單：當進行索引範圍掃描時， SQL 層對儲存引擎返回的行執行冗餘檢查，因為它不知道儲存引擎已經執行了這些檢查，而 RCR 就是讓 SQL 層瞭解這點。為了使 OP 成為可能，除了要求 WHERE 條件能夠被儲存引擎獨立且完整的評估， SQL 層還必須瞭解這點從而避免冗餘檢查。

OP 功能的實現方式與索引條件下推 ( Index Condition Pushdown ， ICP) 類似。對於某些查詢， ICP 透過將整個 WHERE 子句下推到儲存引擎來啟用 OP 。而 RCR 在 ICP 執行之前會評估條件是否冗餘，並且移除冗餘條件，確保了 ICP 不會處理冗餘的條件檢查。 RCR 很好地補充了 OP 特性的適用範圍，允許更多查詢使用 OP 。

請注意： OP 的啟用需要滿足三個主要條件：

1. SQL 語句包含 offset

2. WHERE 子句完全由 InnoDB 處理

3. SQL 語句只涉及一張表

另外，

l 查詢中使用的表必須是 InnoDB 表

l 不使用 HAVING, aggregations, GROUP BY, SELECT DISTINCT, ROLLUP, Window functions 以及檔案排序

l 不支援涉及多個分割槽的分割槽表查詢，只涉及單個分割槽的可以

RCR 適用於索引範圍掃描，如果 WHERE 子句中出現了一個或者多個條件，而這些條件涉及到的欄位在對應使用的索引上是被連續定義的，這些條件的冗餘檢查就都會被移除。

如何啟用 OP ？

方法一 ： 使用特定的 optimizer switch: offset _PUSHDOWN

set optimizer_switch='OFFSET_PUSHDOWN=[on]/[off]';

預設為開啟。

方法二 ： 使用特定的最佳化器 hint ： [NO]_OFFSET_PUSHDOWN()

SELECT /*+ [NO]_OFFSET_PUSHDOWN() */ FROM TABLE LIMIT n OFFSET p;

請注意， hint 優先順序高於 optimizer switch 的設定。

我們基於下方建立的 t1 表，來舉例說明如何使用 OP ：

CREATE TABLE t1 (a int, b int, INDEX (b));

示例一：表掃描

explain format=tree select * from t1 limit 100 offset 1;

+----------------------------------------------------------------------------------------------------------------------+

| EXPLAIN |

+----------------------------------------------------------------------------------------------------------------------+

| -> Limit/Offset: 100/1 row(s), with offset pushdown (cost=0.65 rows=4)

-> Table scan on t1 (cost=0.65 rows=4)

|

+----------------------------------------------------------------------------------------------------------------------+

1 row in set (0.00 sec)

示例二：二級索引上的索引範圍掃描

explain format=tree select a,b from t1 where b>2 limit 100 offset 1;

+------------------------------------------------------------------------------------------------------------------------------------+

| EXPLAIN |

+------------------------------------------------------------------------------------------------------------------------------------+

| -> Limit/Offset: 100/1 row(s), with offset pushdown (cost=1.61 rows=3)

-> Index range scan on t1 using b (cost=1.61 rows=3)

|

+------------------------------------------------------------------------------------------------------------------------------------+

1 row in set (0.00 sec)

如何啟用 RCR ?

透過系統變數 rds_empty_redundant_check_in_range_scan 設定，如下：

set rds_empty_redundant_check_in_range_scan=[true]/[false];

預設為 true 。

我們透過一個示例來說明：

建立 t0 表：

CREATE TABLE t0 (a int, b int, INDEX (a,b));

不啟用 RCR ：

explain format=tree select * from t0 where a<100 and a>20 LIMIT 1 OFFSET 100;

+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+

| EXPLAIN |

+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+

| -> Limit/Offset: 1/100 row(s) (cost=0.46 rows=1)

-> Filter: ((t0.a < 100) and (t0.a > 20)) (cost=0.46 rows=1)

-> Index range scan on t0 using a (cost=0.46 rows=1)

|

+---------------------------

可以看出：列 a 上的範圍條件會被 InnoDB 預設檢查，但 SQL 層將再次檢查 InnoDB 返回的行是否匹配列 a 的範圍條件。在這種情況下，無法使用 OP ，因為 SQL 層不知道儲存引擎實際上處理了整個 WHERE 子句。

啟用 RCR ：設定 rds_empty_redundant_check_in_range_scan = true;

explain format=tree select * from t0 where a<100 and a>20 LIMIT 1 OFFSET 100;

+------------------------------------------------------------------------------------------------------------------------------------+

| EXPLAIN |

+------------------------------------------------------------------------------------------------------------------------------------+

| -> Limit/Offset: 1/100 row(s), with offset pushdown (cost=0.46 rows=1)

-> Index range scan on t0 using a (cost=0.46 rows=1)

|

+------------------------------------------------------------------------------------------------------------------------------------+

1 row in set (0.00 sec)

可以看出：啟用 RCR ，刪除 SQL 層對列 A 的範圍條件的冗餘檢查後，啟用 OP 。

簡化 ICP ：

建立表 t1 ：

create table t1(a int, b int, INDEX(b));

不啟用 RCR ：

explain format=tree select a,b from t1 where b>2 limit 100 offset 1;

+----------------------------------------------------------------------------------------------------------------------------------------------------------------------+

| EXPLAIN |

+----------------------------------------------------------------------------------------------------------------------------------------------------------------------+

| -> Limit/Offset: 100/1 row(s), with offset pushdown (cost=1.61 rows=3)

-> Index range scan on t1 using b, with index condition: (t1.b > 2) (cost=1.61 rows=3)

|

+----------------------------------------------------------------------------------------------------------------------------------------------------------------------+

1 row in set (0.00 sec)

可以看出：使用了 ICP 後， OP 也被啟用了

啟用 RCR ：

explain format=tree select a,b from t1 where b>2 limit 100 offset 1;

+------------------------------------------------------------------------------------------------------------------------------------+

| EXPLAIN |

+------------------------------------------------------------------------------------------------------------------------------------+

| -> Limit/Offset: 100/1 row(s), with offset pushdown (cost=1.61 rows=3)

-> Index range scan on t1 using b (cost=1.61 rows=3)

|

+------------------------------------------------------------------------------------------------------------------------------------+

1 row in set (0.00 sec)

以上示例說明： ICP 不是必要的。透過評估是否應使用 ICP 之前移除冗餘條件，就可以避免使用 ICP 。

效能驗證：

下面我們透過實際測試來驗證OP所帶來的效能提升。在測試中，我們重點關注：

l 覆蓋 / 非覆蓋索引

考慮一個非覆蓋索引，不使用 OP ， InnoDB 必須從基表讀取行，然後才能將它們返回到 SQL 層。使用 OP 後，就可以跳過行，而不必從基表讀取。因此， OP 在非覆蓋索引上可以提供更好的效能。

l 熱 / 冷緩衝池

我們希望透過熱緩衝池全面提高效能，但我們也希望 OP 在熱緩衝池上相對更高效，原因如下：

基於一個冷緩衝池並且查詢使用覆蓋索引掃描的場景，設定為不使用 OP 的計算時間（）和使用 OP 的計算時間 ( ) 的比值：

比值預計將大於 1 ，因為使用 OP 將獲得效能提升。基於一個熱緩衝池並且查詢使用覆蓋索引掃描的場景，設定是不使用 OP 的計算時間 ( 和使用 OP 的計算時間（的比值：

其中表示從磁碟讀取索引所需的時間，可以合理地假設，在使用 OP 和不使用 OP 的情況下，都是相同的。因為不論是否使用 OP ，都必須從左到右遍歷索引，無法在使用 OP 的情況下，利用 B-tree 結構索引的優勢直接跳轉到 offset 範圍的結束點。

那麼，這兩個比值的差值可以表述為：

因此，我們預計 OP 在熱緩衝池將更有效。

l 緩衝池大小

對於覆蓋索引查詢，可以假定索引資料都在緩衝池中，因此，緩衝池的大小對效能不會產生太大影響。然而，對於非覆蓋索引的查詢，情況會大不相同。在不使用 OP 時，緩衝池能快取表資料的比例確實會對查詢的效能產生有利的影響。

基於以上三個關注點以及預判，我們在一個包含 200 萬行資料的測試表中，分別測試覆蓋 / 非覆蓋索引、冷 / 熱緩衝池、不同緩衝池大小下條件下，透過 OP 帶來的效能表現。

測試語句：

覆蓋索引查詢：

CREATE TABLE data (id int, value int, INDEX (id,value));

SELECT * FROM data LIMIT 1 OFFSET p;

非覆蓋索引查詢：

CREATE TABLE data_non_covering(id INT, value INT, INDEX (value));

INSERT INTO data_non_covering SELECT * FROM data;

SELECT * FROM data_non_covering WHERE value>2 LIMIT 1 OFFSET p;

為了過濾干擾，計算時間是取 9 次執行結果的中位數。

透過以上測試結果可以看出：

熱緩衝池，並將其大小設為 128MB

l 使用覆蓋索引， OP 可以將查詢效能提升 3 – 12 倍；

l 使用非覆蓋索引， OP 可以將查詢效能提升 48 – 128 倍

冷緩衝池，並將其大小設定為 128MB ：

l 使用覆蓋索引， OP 可以將效能提升 40% - 8 倍；

l 使用非覆蓋索引， OP 可以將效能提升 2 - 148 倍

綜上，在所有測試中，使用 OP 能提升查詢效能。不論是冷緩衝池還是熱緩衝池，啟用 OP 後，非覆蓋索引掃描可以比覆蓋索引掃描獲得 10 倍以上的效能提升。此外，正如我們所預計，在熱緩衝池上啟用 OP 獲得了更大的效能提升。

對於大的 OFFSET ，使用 OP 可將效能提高一兩個數量級，而 RCR 可擴大了 OP 的適用範圍。正如上述測試所證明，使用 OP 所帶來的效能提升主要受下面兩個因素的影響：

l OP 可以在儲存引擎層跳過 offset 行，而不必將它們返回到 SQL 層，這將導致計算時間的顯著降低。

l OP 可以跳過 offset 行，而不必從基表讀取它們，從而獲得效能提升。

而 OP 和 RCR 的聯合使用，進一步擴大了 OP 的使用範圍，可以為更多的 Limit/offset 查詢帶來效能提升，尤其是對大的 offset 操作。

在後續的研究中，我們將會評估 OP 與 NDP （ Near Data Processing, 近資料處理）的相容性以及潛在的效能改進。

本文作者

呂漫漪

現任華為瑞典研究所資料庫Lab 首席科學家，雲資料庫歐洲研發團隊的負責人。在資料庫領域有20 多年經驗，曾經參與開發電信行業分散式高可用資料庫，在國際知名軟體公司深耕了十年MySQL 技術。2020 年加入華為，立志於打造世界頂端的企業級雲資料庫。

Maxime Conjard

華為雲資料庫工程師，就職於華為雲資料庫歐洲研發團隊。Max 畢業於挪威科技大學（NTNU ），獲得統計學碩士和博士學位；在此之前，他在法國馬賽中央學院獲得工程碩士學位。

offset新探索：雙管齊下，加速大資料量查詢

相關文章