专栏首页程序猿讲故事制作mysql大数据表并验证覆盖索引的查询效率

制作mysql大数据表并验证覆盖索引的查询效率

昨天跟同事聊起数据表性能的问题,能不能仅用覆盖索引实现数据的汇总统计。找了一个开发环境已有的数据表进行测试,通过explain命令,能看到mysql通过覆盖索引就能实现sum的需求,而无须去读取实际行数据。

但开发环境数据量太小,对执行时间的优化,没有直观感受,于是决定做一个数据量能到千万级的数据表,方便测试。写个java程序来填充随机数据是第一选择,但还要动用IDE太麻烦,尝试直接使用mysql的函数来实现。

1 数据表设计

目的是演示如何生成千万级数据,只设计了一个最简单常用的数据表: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 编写函数/过程

mysql的rand()函数,返回的是一个随机浮点数。为了实现随机插入数据,将基于这个函数实现。

2.1 获取随机整数

CREATE FUNCTION `getRandomInt`(`maxValue` int) RETURNS int(11)
BEGIN
  DECLARE randomInt int default 0;
  SET randomInt = FLOOR(rand() * `maxValue`);
  RETURN randomInt;
END

2.2 获取随机字符串

CREATE FUNCTION `getRandomString`(`length` int) RETURNS varchar(128) CHARSET utf8 COLLATE utf8_binBEGIN
  DECLARE result VARCHAR(128) default '';
  DECLARE chars varchar(30) default 'abcdefghijklmnopqrstuvwxyz';  #全小写字母
  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 获取随机手机号

11位手机号,必须1开始,后续10位只要是数字就行,有点不符合现在的手机号规则。

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 获取随机汉字

中文汉字的unicode,是从0X4E00(19968)开始的,写个函数随机从前2000个汉字中读出一个。这儿要注意的是char的方法,想生成汉字要使用 using utf16。实测生成的数据存入到 utf8 编码的数据表字段中,能正确显示。

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 获取随机姓名

姓名还不能完全使用随机汉字,“姓”我决定从百家姓里取前两百个。贴出来的代码中字符串不完整,感兴趣的自己上网查下来补一下就行。

CREATE FUNCTION `getRandomChineseName`() RETURNS varchar(20) CHARSET utf8
BEGIN
  DECLARE LAST_NAMES VARCHAR(300) DEFAULT '赵钱孙李周吴郑王...';
  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 插入随机用户数据

在这个过程中实现真正插入用户数据。

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); #年龄10-60岁
 
    insert into user values(null, account, thePassword, theName, email, mobile, age);
    SET userCount = userCount + 1;
  END WHILE;
END 

3 生成数据

执行过程,就可以生成相应的数据。如下代码生成100行

[SQL] call createRandomUser(100);
受影响的行: 100
时间: 1.004s

我电脑上这个表的数据行数

mysql> select count(*) from user\G;
*************************** 1. row ***************************
count(*): 10001102
1 row in set (5.70 sec)

如下是我生成的部分数据

4 索引对查询性能的影响

设计一个简单的查询:所有赵姓用户且手机号139开头,平均年龄是多少?

测试SQL,以及查看执行情况

select count(user_id), avg(age) from user where name like '赵%' and mobile like '139%'\G;
explain select count(user_id), avg(age) from user where name like '赵%' and mobile like '139%'\G;

4.1 只有主键的情况

我们前面创建数据表时,只设置了主键,没有创建任何索引。这时候执行情况

mysql> select count(user_id), avg(age) from user where name like '赵%' and mobile like '139%'\G;
*************************** 1. row ***************************
count(user_id): 682
    avg(age): 34.4296
1 row in set (7.03 sec)
执行耗时7.03秒
mysql> explain select count(user_id), avg(age) from user where name like '赵%' 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,查询使用的是全表查询,读了所有的数据行。

4.2 单字段索引-name

首先在name字段创建一个单字段索引

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
执行SQL
mysql> select count(user_id), avg(age) from user where name like '赵%' and mobile like '139%'\G;
*************************** 1. row ***************************
count(user_id): 682
    avg(age): 34.4296
1 row in set (3.52 sec)
耗时3.52秒
mysql> explain select count(user_id), avg(age) from user where name like '赵%' 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)
使用索引进行检索,读取的数据减少到 10万行。

4.3 单字段索引-mobile

为了测试方便,先删除name字段的索引,再创建一个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

执行SQL

mysql> select count(user_id), avg(age) from user where name like '赵%' and mobile like '139%'\G;
*************************** 1. row ***************************
count(user_id): 682
      avg(age): 34.4296
1 row in set (9.93 sec)
耗时9.93秒
mysql> explain select count(user_id), avg(age) from user where name like '赵%' 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)

尽管我们的SQL语句将mobile字段作为第二个查询条件,mysql仍然使用了mobile上的索引进行检索。mobile索引过滤出来的数据有23万行,比基于name的更多,所以耗时也就更长。

4.4 双字段索引-name & mobile

这次我们将两个字段建成一个联合索引。

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

执行SQL

mysql> select avg(age) as age_avg from user where name like '赵%' and mobile like '139%'\G;
*************************** 1. row ***************************
age_avg: 34.4296
1 row in set (0.06 sec)
执行时间大大缩短,只需要0.06秒
mysql> explain select avg(age) as age_avg from user where name like '赵%' 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)

读取的行数还是10万行,但时间大大缩短。从这个时间,我们应该能够猜出mysql的过滤数据的过程。mysql执行where过滤时仅仅通过索引即可完成,然后根据索引中的user_id去数据页面读取相应的age值出来做平均。

4.5 终极版-覆盖索引

前面的分析可以看到,为了计算平均值,mysql还需要读取行数据。如果age字段也在这个索引中,查询性能会进一步提升吗?因为不再读行数据。

调整索引

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

执行SQL

mysql> select avg(age) as age_avg from user where name like '赵%' and mobile like '139%'\G;
*************************** 1. row ***************************
age_avg: 34.4296
1 row in set (0.04 sec)
执行时间更短,仅为0.04秒。数据量可能还不够大,同上一个执行的区别不是太大。
mysql> explain select avg(age) as age_avg from user where name like '赵%' 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)

最重要的变化是Extra信息:Using index condition 变成 Using index。Using index condition 表示使用了索引作为查询过滤的条件;Using index表示整个SQL只使用了索引。

本文分享自微信公众号 - 程序猿讲故事(codestory),作者:程序猿讲故事

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-09-25

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 多War项目中静态文件的共享方案

    在互联网产品中,一般会有多个项目(Jar、WAR)组成一个产品线。这些WAR项目,因为使用相同的前端架构(jQuery、easyui等),在各个项目中都会存在这...

    程序猿讲故事
  • SpringBoot项目的代理机制【一】

    这是了解Spring代理机制的第一篇,尝试了解Spring如何实现Bean的注册和代理。这篇文章会抛出问题:Spring注册Bean,都会用Jdk代理或cgli...

    程序猿讲故事
  • 项目参数外部配置化

    开发一个项目,参数是必不可少的,规模越大参数越多。在不同的测试环境中部署,或者是依赖项目的信息发生了变化,你有没有想跳楼的感觉?如果有,恭喜你,你至少已经不是在...

    程序猿讲故事
  • 精通React/Vue系列之手把手带你实现一个功能强大的通知提醒框(Notification)

    本文是笔者写组件设计的第十篇文章, 今天带大家实现一个比较特殊的组件——通知提醒框(Notification)。 该组件在诸如Antd或者elementUI等第...

    徐小夕
  • React Native探索(四)Flexbox布局详解

    前言 在Android开发中我们有很多种布局,比如LinearLayout和RelativeLayout,同样在React Native也有它的布局,这个布局就...

    用户1269200
  • 如何接手一个新项目

    2、为技术服务的项目,比如开源中间件项目(dubbo、spring cloud、各种数据库中间件、各种缓存方案等);

    古时的风筝
  • 记爬虫小分队(二)总结TeamViewer远程

    罗罗攀
  • 6元解决网站托管烦恼!

    运维工程师、开发工程师,系统管理员,网站托管庞大的人员团队成本令人头秃! 拿什么来拯救你!我的网站托管! ? 咚咚咚,敲黑板,划重点 ? 为您低价打造开通云开...

    腾讯云DNSPod团队
  • 6元解决网站托管烦恼!

    ? 运维工程师、开发工程师、系统管理员...... 网站托管庞大的人力成本令人头秃! 呜呼,拿什么来拯救你?我的网站托管! ? 咚咚咚,敲黑板,划重点! 云开...

    腾讯云开发TCB
  • 新能力| 云开发静态网站托管能力正式上线

    随着云开发用户的数量不断增多,开发者们对于云开发的使用程度越来越深,不少开发者提出了疑问,云开发除了支持小程序以外,还能支持其他平台么?

    腾讯云开发TCB

扫码关注云+社区

领取腾讯云代金券