製作mysql大數據表驗證覆蓋索引
- 2019 年 10 月 3 日
- 筆記
昨天跟同事聊起數據表性能的問題，能不能僅用覆蓋索引實現數據的匯總統計。找了一個開發環境已有的數據表進行測試，通過explain命令，能看到mysql通過覆蓋索引就能實現sum的需求，而無須去讀取實際行數據。
但開發環境數據量太小，對執行時間的優化，沒有直觀感受，於是決定做一個數據量能到千萬級的數據表，方便測試。寫個java程序來填充隨機數據是第一選擇，但還要動用IDE太麻煩，嘗試直接使用mysql的函數來實現。
1 數據表設計
目的是演示如何生成千萬級數據，只設計了一個最簡單常用的數據表:user。
CREATE TABLE `user` ( `user_id` bigint(20) NOT NULL AUTO_INCREMENT, `account` varchar(32) COLLATE utf8_bin NOT NULL, `password` varchar(128) COLLATE utf8_bin NOT NULL, `name` varchar(32) COLLATE utf8_bin NOT NULL, `email` varchar(64) COLLATE utf8_bin DEFAULT NULL, `mobile` varchar(20) COLLATE utf8_bin DEFAULT NULL, `age` int(10) unsigned NOT NULL DEFAULT 0, PRIMARY KEY (`user_id`) ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COLLATE=utf8_bin;
2 編寫函數/過程
mysql的rand()函數，返回的是一個隨機浮點數。為了實現隨機插入數據，將基於這個函數實現。
2.1 獲取隨機整數
CREATE FUNCTION `getRandomInt`(`maxValue` int) RETURNS int(11) BEGIN DECLARE randomInt int default 0; SET randomInt = FLOOR(rand() * `maxValue`); RETURN randomInt; END
2.2 獲取隨機字符串
CREATE FUNCTION `getRandomString`(`length` int) RETURNS varchar(128) CHARSET utf8 COLLATE utf8_bin BEGIN DECLARE result VARCHAR(128) default ''; DECLARE chars varchar(30) default 'abcdefghijklmnopqrstuvwxyz'; #全小寫字母 DECLARE charIndex int default 0; WHILE length > 0 DO SET charIndex = getRandomInt(26); SET result = concat(result, SUBSTRING(chars, charIndex + 1, 1)); SET length = length - 1; END WHILE; RETURN result; END
2.3 獲取隨機手機號
11位手機號，必須1開始，後續10位只要是數字就行，有點不符合現在的手機號規則。
CREATE FUNCTION `getRandomMobile`() RETURNS varchar(128) CHARSET utf8 COLLATE utf8_bin BEGIN DECLARE result VARCHAR(128) default '1'; DECLARE chars varchar(30) default '123456789'; DECLARE charIndex int default 0; DECLARE length int DEFAULT 10; WHILE length > 0 DO SET charIndex = getRandomInt(9); SET result = concat(result, SUBSTRING(chars, charIndex + 1, 1)); SET length = length - 1; END WHILE; RETURN result; END
2.4 獲取隨機漢字
中文漢字的unicode，是從0X4E00(19968)開始的，寫個函數隨機從前2000個漢字中讀出一個。這兒要注意的是char的方法，想生成漢字要使用 using utf16。實測生成的數據存入到 utf8 編碼的數據表字段中，能正確顯示。
CREATE FUNCTION `getRandomChineseChar`() RETURNS varchar(2) CHARSET utf8 BEGIN DECLARE charValue int DEFAULT 19968; SET charValue = charValue + getRandomInt(2000); RETURN char(charValue using utf16); END
2.5 獲取隨機姓名
姓名還不能完全使用隨機漢字，“姓”我決定從百家姓里取前兩百個。貼出來的代碼中字符串不完整，感興趣的自己上網查下來補一下就行。
CREATE FUNCTION `getRandomChineseName`() RETURNS varchar(20) CHARSET utf8 BEGIN DECLARE LAST_NAMES VARCHAR(300) DEFAULT '趙錢孫李周吳鄭王...'; DECLARE chineseName varchar(20) default ''; SET chineseName = SUBSTRING(LAST_NAMES, getRandomInt(200) + 1, 1); SET chineseName = concat(chineseName, getRandomChineseChar()); SET chineseName = concat(chineseName, getRandomChineseChar()); RETURN chineseName; END
2.6 插入隨機用戶數據
在這個過程中實現真正插入用戶數據。
CREATE PROCEDURE `createRandomUser`(IN `count` int) BEGIN DECLARE userCount DECIMAL(10) default 0; DECLARE account VARCHAR(32) DEFAULT ''; DECLARE thePassword VARCHAR(128) DEFAULT ''; DECLARE theName VARCHAR(32) DEFAULT ''; DECLARE email VARCHAR(64) DEFAULT ''; DECLARE mobile VARCHAR(20) DEFAULT ''; DECLARE age int DEFAULT 0; WHILE userCount < `count` DO SET account = getRandomString(10); SET thePassword = getRandomString(20); SET theName = getRandomChineseName(); SET email = concat(account, '@codestory.tech'); SET mobile = getRandomMobile(); SET age = 10 + getRandomInt(50); #年齡10-60歲 insert into user values(null, account, thePassword, theName, email, mobile, age); SET userCount = userCount + 1; END WHILE; END
3 生成數據
執行過程，就可以生成相應的數據。如下代碼生成100行
[SQL] call createRandomUser(100); 受影響的行: 100 時間: 1.004s
我電腦上這個表的數據行數
mysql> select count(*) from userG; *************************** 1. row *************************** count(*): 10001102 1 row in set (5.70 sec)
如下是我生成的部分數據
4 索引對查詢性能的影響
設計一個簡單的查詢：所有趙姓用戶且手機號139開頭，平均年齡是多少?
測試SQL，以及查看執行情況
select count(user_id), avg(age) from user where name like '趙%' and mobile like '139%'G; explain select count(user_id), avg(age) from user where name like '趙%' and mobile like '139%'G;
4.1 只有主鍵的情況
我們前面創建數據表時，只設置了主鍵，沒有創建任何索引。這時候執行情況
mysql> select count(user_id), avg(age) from user where name like '趙%' and mobile like '139%'G; *************************** 1. row *************************** count(user_id): 682 avg(age): 34.4296 1 row in set (7.03 sec)
執行耗時7.03秒
mysql> explain select count(user_id), avg(age) from user where name like '趙%' and mobile like '139%'G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: user type: ALL possible_keys: NULL key: NULL key_len: NULL ref: NULL rows: 9928072 Extra: Using where 1 row in set (0.00 sec)
可以看到，查詢使用的是全表查詢，讀了所有的數據行。
4.2 單字段索引-name
首先在name字段創建一個單字段索引
mysql>ALTER TABLE `user` ADD INDEX `idx_user_name` (`name`) USING BTREE ; Query OK, 0 rows affected (1 min 34.35 sec) Records: 0 Duplicates: 0 Warnings: 0
執行SQL
mysql> select count(user_id), avg(age) from user where name like '趙%' and mobile like '139%'G; *************************** 1. row *************************** count(user_id): 682 avg(age): 34.4296 1 row in set (3.52 sec)
耗時3.52秒
mysql> explain select count(user_id), avg(age) from user where name like '趙%' and mobile like '139%'G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: user type: range possible_keys: idx_user_name key: idx_user_name key_len: 98 ref: NULL rows: 100634 Extra: Using index condition; Using where 1 row in set (0.00 sec)
使用索引進行檢索，讀取的數據減少到 10萬行。
4.3 單字段索引-mobile
為了測試方便，先刪除name字段的索引，再創建一個mobile字段索引
mysql> ALTER TABLE `user` DROP INDEX `idx_user_name`; Query OK, 0 rows affected (0.05 sec) Records: 0 Duplicates: 0 Warnings: 0 mysql>ALTER TABLE `user` ADD INDEX `idx_user_mobile` (`mobile`) USING BTREE ; Query OK, 0 rows affected (1 min 27.50 sec) Records: 0 Duplicates: 0 Warnings: 0
執行SQL
mysql> select count(user_id), avg(age) from user where name like '趙%' and mobile like '139%'G; *************************** 1. row *************************** count(user_id): 682 avg(age): 34.4296 1 row in set (9.93 sec)
耗時9.93秒
mysql> explain select count(user_id), avg(age) from user where name like '趙%' and mobile like '139%'G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: user type: range possible_keys: idx_user_mobile key: idx_user_mobile key_len: 63 ref: NULL rows: 233936 Extra: Using index condition; Using where 1 row in set (0.00 sec)
儘管我們的SQL語句將mobile字段作為第二個查詢條件，mysql仍然使用了mobile上的索引進行檢索。mobile索引過濾出來的數據有23萬行，比基於name的更多，所以耗時也就更長。
4.4 雙字段索引-name & mobile
這次我們將兩個字段建成一個聯合索引。
mysql> ALTER TABLE `user` DROP INDEX `idx_user_mobile`; Query OK, 0 rows affected (0.07 sec) Records: 0 Duplicates: 0 Warnings: 0 mysql> ALTER TABLE `user` ADD INDEX `idx_user_name_mobile` (`name`, `mobile`) USING BTREE ; Query OK, 0 rows affected (1 min 54.81 sec) Records: 0 Duplicates: 0 Warnings: 0
執行SQL
mysql> select avg(age) as age_avg from user where name like '趙%' and mobile like '139%'G; *************************** 1. row *************************** age_avg: 34.4296 1 row in set (0.06 sec)
執行時間大大縮短，只需要0.06秒
mysql> explain select avg(age) as age_avg from user where name like '趙%' and mobile like '139%'G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: user type: range possible_keys: idx_user_name_mobile key: idx_user_name_mobile key_len: 161 ref: NULL rows: 100764 Extra: Using index condition 1 row in set (0.00 sec)
讀取的行數還是10萬行，但時間大大縮短。從這個時間，我們應該能夠猜出mysql的過濾數據的過程。mysql執行where過濾時僅僅通過索引即可完成，然後根據索引中的user_id去數據頁面讀取相應的age值出來做平均。
4.5 終極版-覆蓋索引
前面的分析可以看到，為了計算平均值，mysql還需要讀取行數據。如果age字段也在這個索引中，查詢性能會進一步提升嗎？因為不再讀行數據。
調整索引
mysql> ALTER TABLE `user` DROP INDEX `idx_user_name_mobile`; Query OK, 0 rows affected (0.06 sec) Records: 0 Duplicates: 0 Warnings: 0 mysql> ALTER TABLE `user` ADD INDEX `idx_user_name_mobile_age` (`name`, `mobile`, `age`) USING BTREE ; Query OK, 0 rows affected (1 min 55.32 sec) Records: 0 Duplicates: 0 Warnings: 0
執行SQL
mysql> select avg(age) as age_avg from user where name like '趙%' and mobile like '139%'G; *************************** 1. row *************************** age_avg: 34.4296 1 row in set (0.04 sec)
執行時間更短，僅為0.04秒。數據量可能還不夠大，同上一個執行的區別不是太大。
mysql> explain select avg(age) as age_avg from user where name like '趙%' and mobile like '139%'G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: user type: range possible_keys: idx_user_name_mobile_age key: idx_user_name_mobile_age key_len: 161 ref: NULL rows: 103688 Extra: Using where; Using index 1 row in set (0.00 sec)
最重要的變化是Extra信息：Using index condition 變成 Using index。Using index condition 表示使用了索引作為查詢過濾的條件；Using index表示整個SQL只使用了索引。
