一次Group By+Order By性能优化分析

最近通过一个日志表做排行的时候发现特别卡，最后问题得到了解决，梳理一些索引和MySQL执行过程的经验，但是最后还是有5个谜题没解开，希望大家帮忙解答下

主要包含如下知识点

• 用数据说话证明慢日志的扫描行数到底是如何统计出来的
• 从 group by 执行原理找出优化方案
• 排序的实现细节
• gdb 源码调试

背景

需要分别统计本月、本周被访问的文章的 TOP10。日志表如下

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_aid_pv` (`day`,`aid`,`pv`),  
  KEY `idx_aid_day_pv` (`aid`,`day`,`pv`)  
) ENGINE=InnoDB DEFAULT CHARSET=utf8  

准备工作

为了能够清晰的验证自己的一些猜想，在虚拟机里安装了一个 debug 版的 mysql，然后开启了慢日志收集，用于统计扫描行数

安装

• 下载源码
• 编译安装
• 创建 mysql 用户
• 初始化数据库
• 初始化 mysql 配置文件
• 修改密码

如果你兴趣，具体可以参考我的博客，一步步安装 https://mengkang.net/1335.html

开启慢日志

编辑配置文件，在[mysqld]块下添加

slow_query_log=1  
slow_query_log_file=xxx  
long_query_time=0  
log_queries_not_using_indexes=1  

性能分析

发现问题

假如我需要查询2018-12-20 ~ 2018-12-24这5天浏览量最大的10篇文章的 sql 如下，首先使用explain看下分析结果

mysql> explain select aid,sum(pv) as num from article_rank where day>=20181220 and day<=20181224 group by aid order by num desc limit 10;  
+----+-------------+--------------+------------+-------+-------------------------------+----------------+---------+------+--------+----------+-----------------------------------------------------------+ 
 
| id | select_type | table        | partitions | type  | possible_keys                 | key            | key_len | ref  | rows   | filtered | Extra                                                | 
 
+----+-------------+--------------+------------+-------+-------------------------------+----------------+---------+------+--------+----------+-----------------------------------------------------------+ 
 
|  1 | SIMPLE      | article_rank | NULL       | range | idx_day_aid_pv,idx_aid_day_pv | idx_day_aid_pv | 4       | NULL | 404607 |   100.00 | Using where; Using index; Using temporary; Using filesort | 
 
+----+-------------+--------------+------------+-------+-------------------------------+----------------+---------+------+--------+----------+-----------------------------------------------------------+ 

系统默认会走的索引是idx_day_aid_pv，根据Extra信息我们可以看到，使用idx_day_aid_pv索引的时候，会走覆盖索引，但是会使用临时表，会有排序。

我们查看下慢日志里的记录信息

# Time: 2019-03-17T03:02:27.984091Z  
# User@Host: root[root] @ localhost []  Id:     6  
# Query_time: 56.959484  Lock_time: 0.000195 Rows_sent: 10  Rows_examined: 1337315  
SET timestamp=1552791747;  
select aid,sum(pv) as num from article_rank where day>=20181220 and day<=20181224 group by aid order by num desc limit 10;  

为什么扫描行数是 1337315

（编辑：52站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!