MySql 百万级数量查询优化总结

1、前言

        最近所在项目接触到了百万级人口数据的功能开发，就这次开发也就准备记录下MySql的百万级别数量查询的设计和优化方案，技术能力受限，分享出来和大家一起讨论讨论。

---

2、数据准备

        网上也有很多快速创建大量数据的方式，我这边提供一种可供大家参考：

#创建内存表
CREATE TABLE `t_user_memory` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `c_user_id` varchar(36) NOT NULL DEFAULT '',
  `c_name` varchar(22) NOT NULL DEFAULT '',
  `c_province_id` int(11) NOT NULL,
  `c_city_id` int(11) NOT NULL,
  `create_time` datetime NOT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_user_id` (`c_user_id`)
) ENGINE=MEMORY DEFAULT CHARSET=utf8mb4;

#创建普通表
CREATE TABLE `t_user` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `c_user_id` varchar(36) NOT NULL DEFAULT '',
  `c_name` varchar(22) NOT NULL DEFAULT '',
  `c_province_id` int(11) NOT NULL,
  `c_city_id` int(11) NOT NULL,
  `create_time` datetime NOT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_user_id` (`c_user_id`)
) ENGINE=MyISAM DEFAULT CHARSET=utf8mb4;


#创建随机字符串
CREATE FUNCTION `randStr` ( n INT ) RETURNS VARCHAR ( 255 ) CHARSET utf8mb4 DETERMINISTIC BEGIN
	DECLARE
		chars_str VARCHAR ( 100 ) DEFAULT 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789';
	DECLARE
		return_str VARCHAR ( 255 ) DEFAULT '';
	DECLARE
		i INT DEFAULT 0;
	WHILE
			i < n DO
			SET return_str = concat(
				return_str,
			substring( chars_str, FLOOR( 1 + RAND() * 62 ), 1 ));
		SET i = i + 1;
	END WHILE;
	RETURN return_str;
END;

#创建插入数据存储过程
CREATE PROCEDURE `add_t_user_memory` ( IN n INT ) BEGIN
	DECLARE
			i INT DEFAULT 1;
		WHILE
				( i <= n ) DO
				INSERT INTO t_user_memory ( c_user_id, c_name, c_province_id, c_city_id, create_time )
			VALUES
				(
					uuid(),
					randStr ( 20 ),
					FLOOR( RAND() * 1000 ),
					FLOOR( RAND() * 100 ),
				NOW());			
			SET i = i + 1;
		END WHILE;
		END;

#循环从内存表获取数据插入普通表
 CREATE PROCEDURE `add_t_user_memory_to_outside`(IN n int, IN count int)
 BEGIN
 DECLARE i INT DEFAULT 1;
 WHILE (i <= n) DO
  CALL add_t_user_memory(count);
	INSERT INTO t_user SELECT * FROM t_user_memory;
	delete from t_user_memory;
	SET i = i + 1;
 END WHILE;
 END;

        调用：

#循环400次，每次生成10000条数据 总共生成四百万条数据
CALL add_t_user_memory_to_outside(400,10000);

        由于我们的数据结构比较简单，我们把数据量往上调调 

---

3、问题及解决方案

        对于百万级别数据处理，通常会遇到以下几个问题：

        1、分页-分页到后面的页数会越来越慢

        2、分页-分页的总数conut(*)如何高效率查询

        3、模糊查询如何实现双‘%’还能让索引不失效

3.1 分页-分页到后面的页数会越来越慢

         我直接就上结果给大家看了：  

[SQL]select * from t_user limit 0,20;
受影响的行: 0
时间: 0.002s

[SQL]
select * from t_user limit 10,20;
受影响的行: 0
时间: 0.001s

[SQL]
select * from t_user limit 100,20;
受影响的行: 0
时间: 0.002s

[SQL]
select * from t_user limit 1000,20;
受影响的行: 0
时间: 0.001s

[SQL]
select * from t_user limit 10000,20;
受影响的行: 0
时间: 0.014s

[SQL]
select * from t_user limit 100000,20;
受影响的行: 0
时间: 0.057s

[SQL]
select * from t_user limit 1000000,20;
受影响的行: 0
时间: 0.500s

[SQL]
select * from t_user limit 3000000,20;
受影响的行: 0
时间: 1.533s

        解决方式的总体思路就是把索引用上，用子查询/连接+索引快速定位数据位置

[SQL]
SELECT * FROM t_user WHERE id >=(select id from t_user limit 3000000, 1) limit 20;
受影响的行: 0
时间: 1.124s

[SQL]
select * from t_user a join (select id from t_user limit 3000000,20) b on a.id = b.id;
受影响的行: 0
时间: 1.125s

3.2 分页-分页的总数conut(*)如何高效率查询

         我们平时分页都是需要查询总数的，当数量级一上来，就会发现查询速率的大大降低：

        ps:当时我跑生成测试数据的时候没有跑完，所以总数没有达到400w，不过并不影响优化效果

         我们进行一个简单的优化速率就大大提升了，后面有查询条件继续往后面加就是了

        这次优化的重点是将原本需要分开执行的两个SQL合并，通过SQL_CALC_FOUND_ROWS函数实现：

select SQL_CALC_FOUND_ROWS 
    *
from t_user 
WHERE id > 0
LIMIT 0,20;
SELECT FOUND_ROWS() as total_num;

        FOUND_ROWS()返回一个数字，指示了在没有LIMIT子句的情况下，第一个SELECT返回了多少行。

        在项目中：

    
        
        
    

    
        
    


    
        SELECT SQL_CALC_FOUND_ROWS
            *
        FROM
            t_user
        WHERE
            id > 0
        LIMIT 0,
         20;
        SELECT
            FOUND_ROWS() AS total_num;
    

         这里面涉及到多条结果返回，需要在配置文件application.yml的数据源加上 

&allowMultiQueries=true

        项目代码需要注意的点

#返回类型
List getUserList();

#取值
Integer totalNum = ((List) listData.get(1)).get(0);
List userList= (List)listData.get(0);

3.3 模糊查询如何实现双‘%’还能让索引不失效

         大家都知道，通过like '%xxx%'模糊查询会使索引失效，大数据量的情况下，会使得查询非常的缓慢，这个时候我们就可以通过全文索引（Full-Text Search）进行优化。

        创建全文索引：

create fulltext index fulltext_c_name on t_user(c_name);
#可能会出现The used table type doesn't support FULLTEXT indexes报错，
查看创建表时用的哪种引擎，如果是InnoDB，改为MyISAM，在MySQL 5.6版本以前,
只有MyISAM存储引擎支持全文引擎，InnoDB不支持FULLTEXT类型的索引

        使用效果：

select * from t_user where c_name like '%test%';
select * from t_user where MATCH ( c_name ) AGAINST ( '*test*' IN BOOLEAN MODE );

[SQL]select * from t_user where c_name like '%test%';
受影响的行: 0
时间: 0.860s

[SQL]
select * from t_user where MATCH ( c_name ) AGAINST ( '*test*' IN BOOLEAN MODE );
受影响的行: 0
时间: 0.001s

        全文索引的使用和类型我就不在这边一一赘述了，这边只是给大家一个思路，同时此全文索引并不支持中文。

在MySQL 5.6版本以前,只有MyISAM存储引擎支持全文引擎，

在5.6版本中,InnoDB加入了对全文索引的支持,但是不支持中文全文索引，

在5.7.6版本,MySQL内置了ngram全文解析器,用来支持亚洲语种的分词，

在使用前请确认自己的mysql版本, 可以使用 select version() 查看mysql的版本

---

        本次的MySql百万级数量查询优化的分享就到这里了，后续有补充我会继续更新。