牛批！一张6000w数据表的查询优化到0.023s

图片来自 Pexels

详细需求

老大给我安排了个任务，让我写个按天分表的定时任务，每次把一天的数据转移到按天生成的表中，并删除原表中的数据，主要目的是不想再增长表空间了，保持一个平衡，因为每天删 500w 也会加 500w。

表空间和数据量如下图：

实现思路

实现做法流程，如图：

实现伪代码(删减了部分代码)：

/**
*转移数据每天凌晨3点每次只能转移一天的数据
*/
@Scheduled(cron="003**?")
publicvoiddataTransfer()throwsException{
System.out.println("定时器开始运行------------------------------------------");
StringtabaleName="XXX";
StringisTable=getTableName(tabaleName);
//当返回为空时,代表该表不存在,则创建
if(ObjectUtils.isNull(isTable)){
createHistoryDate(names);
}

//得到最远的时间段
Map<String,Object>orderTime=orderByTime();
//得到开始和结束时间
if(SysFun.isNotEmpty(orderTime)&&orderTime.size()>0){
orderTime.put("startTime",startTime);
orderTime.put("endTime",endTime);
orderTime.put("tableName",tabaleName);
inti=0;
for(;;){
System.out.println("进入循环");
//转移数据
intrst=dataTransfer(orderTime);
//删除重复数据
intdelt=deleteDataTransfer(orderTime);
//当今天数据转移完成时,退出本次循环
if(rst<=0&&delt<=0){
break;
}
i++;
System.out.println("转移数据表为："+tabaleName+"转移数据次数:"+i);
}
}
System.out.println("定时器结束运行------------------------------------------");
}

心路历程

方法完成之后，上周五去服务器正式实测，实测时方法用 @PostConstruct 修饰，会在服务器加载 Servlet 的时候运行，并且只会被服务器执行一次。

当时控制台打印：(“定时器开始运行”)卡住，去库中看到表已成功创建。

开始以为是某个地方异常了，后面逐一打印步骤发现是得到最远时间段是卡住了，也就是被一条 SQL 查询卡住了(直接用这条 SQL 去库里查询 300s+ 也没查询出来)。

然后维护这个库的小伙跟我说：要不直接 limit 1 吧，它的插入是根据时间顺序插入的，当时也想到了会出问题，时间顺序肯定不可能完全按照顺序写入。

周末程序走了 2 天果然有问题，如图：

limit 1 是行不通了，那就只能来查询优化了，讲查询优化之前，先说说为什么我们使用ORDER BY 为什么会这么慢?

深入分析

MySQL 有两种方式可以实现 ORDER BY 这里只做简单介绍：

①通过索引扫描生成有序的结果 举个例子。

假设 history 表有 id 字段上有主键索引，且 id 目前的范围在 1001-1006 之间，则 id 的索引 B+Tree 如下：

现在当我们想按照 id 从小到大的顺序中取出数据时，执行以下 SQL：

select*fromhistoryorderbyid

MySQL 会直接遍历上图 id 索引的叶子节点链表，不需要进行额外的排序操作。这就是用索引扫描来排序。

②使用文件排序(filesort)

但如果 id 字段没有任何索引，上图的 B+Tree 结构不存在，MySQL 就只能先扫表筛选出符合条件的数据，再将筛选结果根据 id 排序。这个排序过程就是 filesort。

我们要让 ORDER BY 字句使用索引来避免 filesort(用“避免”可能有些欠妥，某些场景下全表扫描、filesort 未必比走索引慢)，以提高查询效率。

进行优化之前我们还需要学会看 SQL 的执行计划(EXPLAIN)分别为(这里着重讲解 type、rows、Extra，其它的这里不做讲解，可自己私下进行了解)：

id、select_type、table、type、possible_keys、key、key_len、ref、rows、Extra

type：对表访问方式，表示 MySQL 在表中找到所需行的方式，又称“访问类型”。

MySQL 找到数据行的方式，效率排名 NULL>system>const>eq_ref>ref>range>index>All。

range 只检索给定范围的行，使用一个索引来选择行，一般是在 where 中出现 between、<、>、in 等查询，范围扫描好于全表扫描。

index Full Index Scan，Index 与 All 区别为 index 类型只遍历索引树。

通常比 All 快，因为索引文件通常比数据文件小。也就是说，虽然 all 和 index 都是读全表，但是 index 是从索引中读取的，而 all 是从硬盘读取的。

ALL Full Table Scan，将遍历全表以找到匹配的行。

rows：根据表统计信息及索引选用情况，大致估算出找到所需的记录所需要读取的行数，也就是说，用的越少越好。

extra：包含不适合在其他列中显式但十分重要的额外信息。

Using Index：表示相应的 select 操作中使用了覆盖索引(Covering Index)，避免访问了表的数据行，效率不错。

如果同时出现 using where，表明索引被用来执行索引键值的查找;如果没有同时出现 using where，表明索引用来读取数据而非执行查找动作。

Using filesort：当 Query 中包含 order by 操作，而且无法利用索引完成的排序操作称为“文件排序”。

下面我们通过一张真实数据图来分析：

PS：由于正式库的未优化之前的执行计划图片忘记保存，这里用本地环境代替一下，内容相同 执行 SQL：

EXPLAINSELECTupdateTimeFROMhistorydataORDERBYupdateTimeLIMIT1

通过我们那种查询是没有办法命中索引的，遵循最左原则，为 updateTime 新建一个普通索引(index)NORMAL：

添加索引的过程中再提一嘴：因为这个历史库时时刻刻都有数据写入，所以我当时建索引时担心锁表。

后面查询相关资料就知道了，MySQL 5.6 之后的版本不影响读写，不会锁表，前提存储引擎为 InnoDB，MyISAM 加索引锁表，读写会全部堵塞。

如果表数据量过多，可能建立索引的时间会过长，以我举例 6000w 差不多建了 4h，下面为索引效果图：

结合执行计划分析该数据，优化就到这了，优化过后这几天定时程序异常的稳，每天定时 500w 数据的转移和删除，也算是解决了。

结尾

其实本文就是一些很基础得东西，欢迎指出问题，可能大家都知道，但是没有机会去实际接触这么多数据，实际去优化这样的东西，我也是第一次接触这些东西，写本文单纯就是想分享下，顺便加深下自己的印象，写的不好，请见谅!!