记一次MySQL取百分位数的优化

记一次MySQL取百分位数的优化

需求如下

从一个(即将变为)巨大的rank_table表中取出百分位数，用来标记百分比排名。

rank_value字段设置了BTree索引

排名字段 id, rank_value 内容(下表为按rank_value升序排列获取到的结果)

188, 10
6, 20
805, 30
…
671, 990
22, 1000

国际惯例，先上结论

1. 获取数据总数

select count(*) from rank_table;

1. 计算出百分位数序号列表
2. 执行以下sql获取到预期内容

select rank_value from rank_table where (select @rank := ifNull(@rank+1, 0)) in (序号列表) order by rank_value asc;

思路1

实现过程

1. 取出数据总量 count(*)
2. 计算出对应的序号
3. 使用下列sql语句，循环执行100次，得到预期结果

select rank_value from rank_table order by rank_value asc limlt 1 offset 序号;

问题

	进行了101次数据库io
	进行了100次数据库排序
	服务响应时间过长

思路2

优化思路

	针对思路1的问题，从另一个极端触发，直接获取全表的数据

实现过程

1. 直接取出全表数据
2. 在内存中进行排序，取出结果

问题

	取出了过多的无效数据，浪费数据库带宽与io性能
	需要额外维护自己编写的排序逻辑

思路3

	针对思路2的问题，尝试将排序与获取结果的过程通过sql语句转移到数据库中

实现过程

1. 取出数据总量count(*)
2. 计算出对应的序号, 例如:(0, 10, 20, 30, … , 990)
3. 执行下列子查询sql语句，得到预期结果

select rank_value 
from (
select rank_value, @rank:=ifNull(@rank+1, 0) AS rank_no from rank_table order by rank_value asc) as a 
where a.rank_no in (0, 10, 20, 30, ... , 990);

问题

	虽然达成了我们的优化设想，但是通过explain查看性能发现，有derived表生成，没有充分利用索引

思路4

优化思路

	针对思路3的问题，尝试将子查询去掉，直接在原表中进行排序筛选

实现过程

1. 获取数据总数
2. 计算出百分位数序号列表
3. 执行以下sql获取到预期内容

select rank_value from rank_table where (select @rank := ifNull(@rank+1, 0)) in (序号列表) order by rank_value asc;

优化结果

	explain结果显示，该查询语句使用了索引覆盖，性能已经优化到了比较高的水平，符合业务要求。
	本次sql优化到此结束，各位大神如果有进一步优化的思路或方法，欢迎以各种形式讨论