一个20秒SQL慢查询优化的经历与处理方案

AlvaroLees 7年前
   <h2><strong>背景</strong></h2>    <p>前几天在项目上线过程中,发现有一个页面无法正确获取数据,经排查原来是接口调用超时,而最后发现是因为SQL查询长达到20多秒而导致了问题的发生。</p>    <p>这里,没有高深的理论或技术,只是备忘一下经历和解读一些思想误区。</p>    <h2><strong>复杂SQL语句的构成</strong></h2>    <p>这里不过多对业务功能进行描述,但为了突出问题所在,会用类比的语句来描述当时的场景。复杂的SQL语句可以表达如下:</p>    <pre>  <code class="language-sql">SELECT * FROM a_table AS a   LEFT JOIN b_table AS b ON a.id=b.id   WHERE a.id IN (      SELECT DISTINCT id FROM a_table       WHERE user_id IN (100,102,103) GROUP BY user_id HAVING count(id) > 3  )  </code></pre>    <h3><strong>关联查询</strong></h3>    <p>从上面简化的SQL语句,可以看出,首先进行的是关联查询。</p>    <h3><strong>子查询</strong></h3>    <p>其次,是嵌套的子查询。此子查询是为了找出多个用户共同拥有的组ID。所以语句中的“100,102,103”是根据场景来定的,并且需要和后面“count(id) > 3”的个数对应。简单来说,就是找用户交集的组ID。</p>    <h3><strong>耗时在哪?</strong></h3>    <p>假设现在a_table表的数据量为20W,而b_table的数据量为2000W。大家可以想一下,你觉得主要的耗时是在关联查询部分,还是在子查询部分?</p>    <p>(思考空间。。。。)</p>    <p>(思考空间。。。。 。。。)</p>    <p>(思考空间。。。。 。。。 。。。)</p>    <h2><strong>问题定位</strong></h2>    <p>对于SQL底层的原理和高深的理论,我暂时掌握不够深入。但我知道可以通过类比和简单的测试来验证是哪一块环节出了问题。</p>    <h3><strong>初步断定</strong></h3>    <p>首先,对于只有一个用户ID时,我会把上面的语句简化成:</p>    <pre>  <code class="language-sql">SELECT * FROM a_table AS a   LEFT JOIN b_table AS b ON a.id=b.id   WHERE user_id IN (100)  </code></pre>    <p>所以,初步断定应该是嵌套的子查询部分占用了大部分的时间。</p>    <h3><strong>再进一步验证</strong></h3>    <p>既然定位到了是嵌套的子查询语句的问题,那又要分为两块待排查的区域:是子查询本身耗时大,还是嵌套而导致慢查询?</p>    <p>结果很容易发现,当我把子查询单独在DB中执行时,是非常快的。所以排除。</p>    <p>剩下的不言而喻, <strong>20秒</strong> 的慢查询是嵌套引起的。</p>    <p>但因为处于上线紧急的过程中,为了确保,我快速地验证了我的结论:</p>    <p>1、将子查询的ID单独执行,并把得到的结果序列手动拼成一段ID,如:1,2,3,4, … , 999</p>    <p>2、将上面得到的序列ID,手动替换到原来的SQL语句</p>    <p>3、执行,发现,很快!只用了约 <strong>150 ms</strong></p>    <p>Well Done!  准备修复上线!</p>    <h2><strong>解决方案</strong></h2>    <p>线上的问题,很多时间都是在定位问题和分析原因,既然问题找到了,原因也找到了,解决方案不言而喻。代码简单处理即可。</p>    <h2><strong>另外一个需要注意的点</strong></h2>    <p>当前,实际的SQL语句,会比这个更为复杂,但已足以表达问题所在。但在前期,笔者也做了一些SQL的代码。</p>    <p>因为b_table比a_table大,所以一开始 b_table 左关联 a_table 时,很慢,大概是1秒多,而且数据量是很少的;但若反过来,a_table 左关联 b_table 时,则很快,大概是100毫秒。</p>    <p>所以,又发现一个有趣的现象:</p>    <p>大表 左关联 小表,很慢;小表 左关联 大表,很快。</p>    <p>当然,这些我们理论上都知道,但实际开发会忘却。又或者一开始两个表都为空时,而又没考虑到后期这两个表增长的速度时,日后就会埋下坑了。</p>    <h2><strong>总结</strong></h2>    <p>首先,嵌套的子查询是很慢的。</p>    <p>原因,我还没仔细去研究,但在下班的路上和我的同事交流时,他说曾经看过这方面相关的书籍,是说每一次的子查询都会产生一个SQL语句,所以就N次查询了。而另外一位资深的QA同事则跟我说,应该是M*N的问题。</p>    <p>其次,我一开始使用嵌套子查询,是存在这样一个 <strong>误区</strong> :我觉得将这些操作交给MySQL自身来处理会更高效,毕竟DB内部会有良好的机制来执行这些查询由。</p>    <p>然后,实际表白,我错了。因为这不是简单的合并MC批量查询。</p>    <p>当我们决定使用一些底层的技术时,只有当我们理解透彻了,才能使用更为恰当。而因为无知就断定工具、框架、底层无所不能时,往往就会中招。</p>    <p> </p>    <p>来自:http://blog.jobbole.com/107256/</p>    <p> </p>