该博客是我在看了《 MySQL实战45讲》之后的一次实践笔记。文章比较枯燥，如果你在这篇文章看到一些陌生的关键字，建议你也一定要去做实验，只有做实验且验证了各个数据的由来，才能真正弄懂。
背景
Mysql 版本 ：5.7
业务需求：需要统最近一个月阅读量最大的10篇文章
为了对比后面实验效果，我加了3个索引
CREATE TABLE `article_rank` (
`id` int(11) unsigned NOT NULL AUTO_INCREMENT,
`aid` int(11) unsigned NOT NULL,
`pv` int(11) unsigned NOT NULL DEFAULT '1',
`day` int(11) NOT NULL COMMENT '日期 例如 20171016',
PRIMARY KEY (`id`),
KEY `idx_day` (`day`),
KEY `idx_day_aid_pv` (`day`,`aid`,`pv`),
KEY `idx_aid_day_pv` (`aid`,`day`,`pv`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8实验原理
Optimizer Trace 是MySQL 5.6.3里新加的一个特性，可以把MySQL Optimizer的决策和执行过程输出成文本，结果为JSON格式，兼顾了程序分析和阅读的便利。
利用performance_schema库里面的session_status来统计innodb读取行数
利用performance_schema库里面的optimizer_trace来查看语句执行的详细信息
下面的实验都使用如下步骤来执行
#0. 如果前面有开启 optimizer_trace 则先关闭
SET optimizer_trace="enabled=off";
#1. 开启 optimizer_trace
SET optimizer_trace='enabled=on';
#2. 记录现在执行目标 sql 之前已经读取的行数
select VARIABLE_VALUE into @a from performance_schema.session_status where variable_name = 'Innodb_rows_read';
#3. 执行我们需要执行的 sql
todo
#4. 查询 optimizer_trace 详情
select trace from `information_schema`.`optimizer_trace`\G;
#5. 记录现在执行目标 sql 之后读取的行数
select VARIABLE_VALUE into @b from performance_schema.session_status where variable_name = 'Innodb_rows_read';官方文档 https://dev.mysql.com/doc/int...
实验
我做了四次实验，具体执行的第三步的 sql 如下
| 实验 | sql |
|---|---|
| 实验1 | select aid,sum(pv) as num from article_rank force index(idx_day_aid_pv) where day>20190115 group by aid order by num desc LIMIT 10; |
| 实验2 | select aid,sum(pv) as num from article_rank force index(idx_day) where day>20190115 group by aid order by num desc LIMIT 10; |
| 实验3 | select aid,sum(pv) as num from article_rank force index(idx_aid_day_pv) where day>20190115 group by aid order by num desc LIMIT 10; |
| 实验4 | select aid,sum(pv) as num from article_rank force index(PRI) where day>20190115 group by aid order by num desc LIMIT 10; |
实验1
mysql> select `aid`,sum(`pv`) as num from article_rank force index(idx_day_aid_pv) where `day`>'20190115' group by aid order by num desc LIMIT 10;
# 结果省略
10 rows in set (25.05 sec){
"steps": [
{
"join_preparation": "略"
},
{
"join_optimization": "略"
},
{
"join_execution": {
"select#": 1,
"steps": [
{
"creating_tmp_table": {
"tmp_table_info": {
"table": "intermediate_tmp_table",
"row_length": 20,
"key_length": 4,
"unique_constraint": false,
"location": "memory (heap)",
"row_limit_estimate": 838860
}
}
},
{
"converting_tmp_table_to_ondisk": {
"cause": "memory_table_size_exceeded",
"tmp_table_info": {
"table": "intermediate_tmp_table",
"row_length": 20,
"key_length": 4,
"unique_constraint": false,
"location": "disk (InnoDB)",
"record_format": "fixed"
}
}
},
{
"filesort_information": [
{
"direction": "desc",
"table": "intermediate_tmp_table",
"field": "num"
}
],
"filesort_priority_queue_optimization": {
"limit": 10,
"rows_estimate": 1057,
"row_size": 36,
"memory_available": 262144,
"chosen": true
},
"filesort_execution": [
],
"filesort_summary": {
"rows": 11,
"examined_rows": 649091,
"number_of_tmp_files": 0,
"sort_buffer_size": 488,
"sort_mode": ""
}
}
]
}
}
]
} mysql> select VARIABLE_VALUE into @b from performance_schema.session_status where variable_name = 'Innodb_rows_read';
Query OK, 1 row affected (0.00 sec)
mysql> select @b-@a;
+---------+
| @b-@a |
+---------+
| 6417027 |
+---------+
1 row in set (0.01 sec)实验2
mysql> select `aid`,sum(`pv`) as num from article_rank force index(idx_day) where `day`>'20190115' group by aid order by num desc LIMIT 10;
# 结果省略
10 rows in set (42.06 sec){
"steps": [
{
"join_preparation": "略"
},
{
"join_optimization": "略"
},
{
"join_execution": {
"select#": 1,
"steps": [
{
"creating_tmp_table": {
"tmp_table_info": {
"table": "intermediate_tmp_table",
"row_length": 20,
"key_length": 4,
"unique_constraint": false,
"location": "memory (heap)",
"row_limit_estimate": 838860
}
}
},
{
"converting_tmp_table_to_ondisk": {
"cause": "memory_table_size_exceeded",
"tmp_table_info": {
"table": "intermediate_tmp_table",
"row_length": 20,
"key_length": 4,
"unique_constraint": false,
"location": "disk (InnoDB)",
"record_format": "fixed"
}
}
},
{
"filesort_information": [
{
"direction": "desc",
"table": "intermediate_tmp_table",
"field": "num"
}
],
"filesort_priority_queue_optimization": {
"limit": 10,
"rows_estimate": 1057,
"row_size": 36,
"memory_available": 262144,
"chosen": true
},
"filesort_execution": [
],
"filesort_summary": {
"rows": 11,
"examined_rows": 649091,
"number_of_tmp_files": 0,
"sort_buffer_size": 488,
"sort_mode": ""
}
}
]
}
}
]
} mysql> select @b-@a;
+---------+
| @b-@a |
+---------+
| 9625540 |
+---------+
1 row in set (0.00 sec)实验3
mysql> select `aid`,sum(`pv`) as num from article_rank force index(idx_aid_day_pv) where `day`>'20190115' group by aid order by num desc LIMIT 10;
# 省略结果
10 rows in set (5.38 sec){
"steps": [
{
"join_preparation": "略"
},
{
"join_optimization": "略"
},
{
"join_execution": {
"select#": 1,
"steps": [
{
"creating_tmp_table": {
"tmp_table_info": {
"table": "intermediate_tmp_table",
"row_length": 20,
"key_length": 0,
"unique_constraint": false,
"location": "memory (heap)",
"row_limit_estimate": 838860
}
}
},
{
"filesort_information": [
{
"direction": "desc",
"table": "intermediate_tmp_table",
"field": "num"
}
],
"filesort_priority_queue_optimization": {
"limit": 10,
"rows_estimate": 649101,
"row_size": 24,
"memory_available": 262144,
"chosen": true
},
"filesort_execution": [
],
"filesort_summary": {
"rows": 11,
"examined_rows": 649091,
"number_of_tmp_files": 0,
"sort_buffer_size": 352,
"sort_mode": ""
}
}
]
}
}
]
} mysql> select VARIABLE_VALUE into @b from performance_schema.session_status where variable_name = 'Innodb_rows_read';
Query OK, 1 row affected (0.00 sec)
mysql> select @b-@a;
+----------+
| @b-@a |
+----------+
| 14146056 |
+----------+
1 row in set (0.00 sec)实验4
mysql> select `aid`,sum(`pv`) as num from article_rank force index(PRI) where `day`>'20190115' group by aid order by num desc LIMIT 10;# 省略查询结果
10 rows in set (21.90 sec){
"steps": [
{
"join_preparation": "略"
},
{
"join_optimization": "略"
},
{
"join_execution": {
"select#": 1,
"steps": [
{
"creating_tmp_table": {
"tmp_table_info": {
"table": "intermediate_tmp_table",
"row_length": 20,
"key_length": 4,
"unique_constraint": false,
"location": "memory (heap)",
"row_limit_estimate": 838860
}
}
},
{
"converting_tmp_table_to_ondisk": {
"cause": "memory_table_size_exceeded",
"tmp_table_info": {
"table": "intermediate_tmp_table",
"row_length": 20,
"key_length": 4,
"unique_constraint": false,
"location": "disk (InnoDB)",
"record_format": "fixed"
}
}
},
{
"filesort_information": [
{
"direction": "desc",
"table": "intermediate_tmp_table",
"field": "num"
}
],
"filesort_priority_queue_optimization": {
"limit": 10,
"rows_estimate": 1057,
"row_size": 36,
"memory_available": 262144,
"chosen": true
},
"filesort_execution": [
],
"filesort_summary": {
"rows": 11,
"examined_rows": 649091,
"number_of_tmp_files": 0,
"sort_buffer_size": 488,
"sort_mode": ""
}
}
]
}
}
]
} mysql> select VARIABLE_VALUE into @b from performance_schema.session_status where variable_name = 'Innodb_rows_read';
Query OK, 1 row affected (0.00 sec)
mysql> select @b-@a;
+----------+
| @b-@a |
+----------+
| 17354569 |
+----------+
1 row in set (0.00 sec)执行流程举例说明
看下本案例中的 sql 去掉强制索引之后的语句
select `aid`,sum(`pv`) as num from article_rank where `day`>20190115 group by aid order by num desc LIMIT 10;我们以实验1为例
第一步
因为该 sql 中使用了 group by，所以我们看到optimizer_trace在执行时（join_execution）都会先创建一张临时表creating_tmp_table）来存放group by子句之后的结果。
存放的字段是aid和num两个字段。该临时表是如何存储的? row_length 为什么是 20? 另开三篇博客写了这个问题
https://mengkang.net/1334.html
https://mengkang.net/1335.html
https://mengkang.net/1336.html
第二步
因为memory_table_size_exceeded的原因，需要把临时表intermediate_tmp_table以InnoDB引擎存在磁盘。
mysql> show global variables like '%table_size';
+---------------------+----------+
| Variable_name | Value |
+---------------------+----------+
| max_heap_table_size | 16777216 |
| tmp_table_size | 16777216 |
+---------------------+----------+https://dev.mysql.com/doc/ref...
https://dev.mysql.com/doc/ref...max_heap_table_size
This variable sets the maximum size to which user-created MEMORY tables are permitted to grow. The value of the variable is used to calculate MEMORY table MAX_ROWS values. Setting this variable has no effect on any existing MEMORY table, unless the table is re-created with a statement such as CREATE TABLE or altered with ALTER TABLE or TRUNCATE TABLE. A server restart also sets the maximum size of existing MEMORY tables to the global max_heap_table_size value.tmp_table_size
The maximum size of internal in-memory temporary tables. This variable does not apply to user-created MEMORY tables.
The actual limit is determined from whichever of the values of tmp_table_size and max_heap_table_size is smaller. If an in-memory temporary table exceeds the limit, MySQL automatically converts it to an on-disk temporary table. The internal_tmp_disk_storage_engine option defines the storage engine used for on-disk temporary tables.
也就是说这里临时表的限制是16M，而一行需要占的空间是20字节，那么最多只能容纳floor(16777216/20) = 838860行，所以row_limit_estimate是838860。
我们统计下group by之后的总行数。
mysql> select count(distinct aid) from article_rank where `day`>'20190115';
+---------------------+
| count(distinct aid) |
+---------------------+
| 649091 |
+---------------------+649091 < 838860
问题：为什么会触发
memory_table_size_exceeded呢？
数据写入临时表的过程如下：
在磁盘上创建临时表，表里有两个字段，aid和num，因为是 group by aid，所以aid是临时表的主键。
实验1中是扫描索引idx_day_aid_pv，依次取出叶子节点的aid和pv的值。
如果临时表种没有对应的 aid就插入，如果已经存在的 aid，则把需要插入行的 pv 累加在原来的行上。
第三步
对intermediate_tmp_table里面的num字段做desc排序
filesort_summary.examined_rows
排序扫描行数统计，我们统计下group by之后的总行数。（前面算过是649091）
所以每个实验的结果中filesort_summary.examined_rows 的值都是649091。filesort_summary.number_of_tmp_files的值为0，表示没有使用临时文件来排序。
filesort_summary.sort_mode
MySQL 会给每个线程分配一块内存用于排序，称为sort_buffer。sort_buffer的大小由sort_buffer_size来确定。
mysql> show global variables like 'sort_buffer_size';
+------------------+--------+
| Variable_name | Value |
+------------------+--------+
| sort_buffer_size | 262144 |
+------------------+--------+
1 row in set (0.01 sec)也就说是sort_buffer_size默认值是256KB
https://dev.mysql.com/doc/ref...
Default Value (Other, 64-bit platforms, >= 5.6.4) 262144
排序的方式也是有多种的
additional_fields
- 初始化
sort_buffer，确定放入字段，因为我们这里是根据num来排序，所以sort_key就是num，additional_fields就是aid； - 把
group by子句之后生成的临时表（intermediate_tmp_table）里的数据（aid,num）存入sort_buffer。我们通过number_of_tmp_files值为0，知道内存是足够用的，并没有使用外部文件进行归并排序； - 对
sort_buffer中的数据按num做快速排序； - 按照排序结果取前10行返回给客户端；
rowid
- 根据索引或者全表扫描，按照过滤条件获得需要查询的排序字段值和row ID；
- 将要排序字段值和row ID组成键值对，存入sort buffer中；
- 如果sort buffer内存大于这些键值对的内存，就不需要创建临时文件了。否则，每次sort buffer填满以后，需要在内存中排好序（快排），并写到临时文件中；
- 重复上述步骤，直到所有的行数据都正常读取了完成；
- 用到了临时文件的，需要利用磁盘外部排序，将row id写入到结果文件中；
- 根据结果文件中的row ID按序读取用户需要返回的数据。由于row ID不是顺序的，导致回表时是随机IO，为了进一步优化性能（变成顺序IO），MySQL会读一批row ID，并将读到的数据按排序字段顺序插入缓存区中(内存大小read_rnd_buffer_size)。
实验结果分析
在看了附录中的实验结果之后，我汇总了一些比较重要的数据对比信息
| 指标 | index | query_time | filesort_summary.examined_rows | filesort_summary.sort_mode | filesort_priority_queue_optimization.rows_estimate | converting_tmp_table_to_ondisk | Innodb_rows_read |
|---|---|---|---|---|---|---|---|
| 实验1 | idx_day_aid_pv | 25.05 | 649091 | additional_fields | 1057 | true | 6417027 |
| 实验2 | idx_day | 42.06 | 649091 | additional_fields | 1057 | true | 9625540 |
| 实验3 | idx_aid_day_pv | 5.38 | 649091 | rowid | 649101 | false | 14146056 |
| 实验4 | PRI | 21.90 | 649091 | additional_fields | 1057 | true | 17354569 |
filesort_summary.examined_rows
实验1案例中已经分析过。
mysql> select count(distinct aid) from article_rank where `day`>'20190115';
+---------------------+
| count(distinct aid) |
+---------------------+
| 649091 |
+---------------------+filesort_summary.sort_mode
同样的字段，同样的行数，为什么有的是additional_fields排序，有的是rowid排序呢？
前面我们已经分析过对于 InnoDB 表来说 additional_fields 对比 rowid 来说，减少了回表，也就减少了磁盘访问，会被优先选择。但是要注意这是对于 InnoDB 来说的。而实验3是内存表，使用的是 memory 引擎。回表过程只是根据数据行的位置，直接访问内存得到数据，不会有磁盘访问（可以简单的理解为一个内存中的数组下标去找对应的元素），排序的列越少越好占的内存就越小，所以就选择了 rowid 排序。
还有一个原因就是我们这里使用了limit 10这样堆的成员个数比较小，所以占用的内存不会太大。不要忘了这里选择优先队列排序算法依然受到sort_buffer_size的限制。
关于内存表的排序详解，可以参考 MySQL实战45讲的第17讲如何正确地显示随机消息
filesort_priority_queue_optimization
关于这里的 filesort_priority_queue_optimization 算法可以参考 https://blog.csdn.net/qian520ao/article/details/80531150
优先队列排序执行步骤分析：
- 在临时表（未排序）中取出前 10 行，把其中的
num（来源于sum(pv)）和rowid作为10个元素构成一个小顶堆，也就是最小的 num 在堆顶。 - 取下一行，根据 num 的值和堆顶值作比较，如果该字大于堆顶的值，则替换掉。然后将新的堆做堆排序。
- 重复步骤2直到第 649091 行比较完成。
- 然后对最后的10行做一次回表查询其 aid,num。
rows_estimate
根据以上分析，先读取了 649091 行，然后回表又读取了 10 行，所以总共是 649101 行。
实验3的结果与之相吻合，但是其他的都是 1057 行，是怎么算出来的呢？
row_size
没弄明白
存储在临时表里时，都是 aid 和 num 字段，占用宽度是4+15是19字节。
实验3是 rowid 排序，也就是说num 15 字节 + row ID 6 字节，应该是21字节，实际结果是24字节；
其他是 additional_fields 排序，也就是15+4+6 25 字节，实际结果是36字节。
converting_tmp_table_to_ondisk
是否创建临时表。同样是写入 649091 到内存临时表，为什么其他三种方式都会出现内存不够用的情况呢？
注意到一点，实验3中创建临时表时key_length是0，其他都是4
Innodb_rows_read
上面实验中每次在统计@b-@a的过程中，我们查询了OPTIMIZER_TRACE这张表，需要用到临时表，而 internal_tmp_disk_storage_engine 的默认值是 InnoDB。如果使用的是 InnoDB 引擎的话，把数据从临时表取出来的时候，会让 Innodb_rows_read 的值加 1。
我们先查询下面两个数据，下面需要使用到
mysql> select count(*) from article_rank;
+----------+
| count(*) |
+----------+
| 14146055 |
+----------+
mysql> select count(*) from article_rank where `day`>'20190115';
+----------+
| count(*) |
+----------+
| 3208513 |
+----------+实验1
因为满足条件的总行数是3208513，因为使用的是idx_day_aid_pv索引，而查询的值是aid和pv，所以是覆盖索引，不需要进行回表。
但是可以看到在创建临时表（creating_tmp_table）之后，因为超过临时表内存限制（memory_table_size_exceeded），所以这3208513行数据的临时表会写入磁盘，使用的依然是InnoDB引擎。
所以实验1最后结果是 3208513*2 + 1 = 6417027；
实验2
相比实验1，实验2中不仅需要对临时表存盘，同时因为索引是idx_day，不能使用覆盖索引，还需要每行都回表，所以最后结果是 3208513*3 + 1 = 9625540；
实验3
实验3中因为最左列是aid，无法对day>20190115表达式进行过滤筛选，所以需要遍历整个索引（覆盖所有行的数据）。
但是本次过程中创建的临时表（memory 引擎）都是在内存中操作，所以最后结果是14146055 + 1 = 14146056；
需要注意，如果我们开启慢查询日志，慢查询日志里面的扫描行数和这里统计的不一样，内存临时表的扫描行数也算在内的。
实验4
实验4首先遍历主表，需要扫描14146055行，然后把符合条件的3208513行放入临时表 ，所以最后是14146055 + 3208513 + 1 = 17354569。
参考
《 MySQL实战45讲》
https://time.geekbang.org/column/article/73479
https://time.geekbang.org/column/article/73795
https://dev.mysql.com/doc/ref...
https://juejin.im/entry/59019...