mysql between and、>=<=、in性能实例分析

时间:2016-09-03
mysql中查询某一个范围内的数据,可以使用between and、大于小于和in关键字,三者无论选择哪一个都可以实现范围查询,但是他们之间的性能有什么区别呢,本文章通过实例向大家介绍mysql between and、大于小于、in范围查询的性能分析,需要的朋友可以参考一下。

首先向大家介绍mysql between and、>=<=和in关键字在where查询中的使用方法和实例。

 

mysql between and用法

BETWEEN 运算符用于 WHERE 表达式中,选取介于两个值之间的数据范围。除了数值类型外,BETWEEN 也支持字符串范围。BETWEEN 同 AND 一起搭配使用,语法如下:

WHERE column BETWEEN value1 AND value2
WHERE column NOT BETWEEN value1 AND value2

通常 value1 应该小于 value2。当 BETWEEN 前面加上 NOT 运算符时,表示与 BETWEEN 相反的意思,即选取这个范围之外的值。

实例1:选取 uid 在 2 到 5 之间的用户数据,sql代码如下:

SELECT * FROM user WHERE uid BETWEEN 2 AND 5

实例2:选择出所有 username 介于 a 至 j 之间的用户(包括单字母a和j):

SELECT * FROM user WHERE username BETWEEN 'a' AND 'k'

 

MySQL IN 用法

mysql IN 运算符用于 WHERE 表达式中,以列表项的形式支持多个选择,语法如下:

WHERE column IN (value1,value2,...)
WHERE column NOT IN (value1,value2,...)

当 IN 前面加上 NOT 运算符时,表示与 IN 相反的意思,即不在这些列表项内选择。

实例1:选取 uid 为 2、3、5 的用户数据,代码如下

SELECT * FROM user WHERE uid IN (2,3,5)

更多情况下,IN 列表项的值是不明确的,而可能是通过一个子查询得到的:

SELECT * FROM article WHERE uid IN(SELECT uid FROM user WHERE status=0)

在这个 SQL 例子里,我们实现了查出所有状态为 0 的用户(可能是被禁止)的所有文章。首先通过一个查询得到所有所有 status=0 的用户:

SELECT uid FROM user WHERE status=0

然后将查询结果作为 IN 的列表项以实现最终的查询结果,注意在子查询中返回的结果必须是一个字段列表项。

 

mysql大于小于运算符

mysql >=<=运算符用于查询大于小于某值的数据。

比如我们要查询分数在70到80之间的学生,SQL代码如下:

select *from student where score>=70 and score<=80;

和between and具有相同的功能,因此下面语句与上面语句等价:

SELECT * FROM student WHERE score BETWEEN 70 AND 80

 

MySQL中大于小于,IN,BETWEEN性能比较

1  准备环境

mysql> show create table tinG
*************************** 1. row ***************************
       Table: tin
Create Table: CREATE TABLE `tin` (
  `c1` int(11) NOT NULL AUTO_INCREMENT,
  `c2` varchar(256) DEFAULT NULL,
  PRIMARY KEY (`c1`)
) ENGINE=InnoDB AUTO_INCREMENT=5002 DEFAULT CHARSET=latin1
1 row in set (0.00 sec)
mysql> show create procedure init_tinG
*************************** 1. row ***************************
           Procedure: init_tin
            sql_mode: NO_ENGINE_SUBSTITUTION
    Create Procedure: CREATE DEFINER=`root`@`127.0.0.1` PROCEDURE `init_tin`(cnt int)
begin
declare i int default 0;
repeat
insert into tin(c2) values(repeat(‘a’, 100));
set i:= i+1;
until i > cnt
end repeat;
end
character_set_client: utf8
collation_connection: utf8_general_ci
  Database Collation: latin1_swedish_ci
1 row in set (0.00 sec)
mysql> call init_tin(5000)G


 
2  查看执行计划

为了简单起见,选择[100,104]这个区间。

查询语句为:

SELECT * FROM tin where c1 >= 100 and c1 <= 104;
SELECT * FROM tin where c1 bewteen 100 and 104;
SELECT * FROM tin where c1 in (100, 101, 102, 103, 104);
SELECT * FROM tin where c1 = 100 or c1 = 101 or c1 = 102 or c1 = 103 or c1 = 104;

其中,在MySQL中 c1 >= 100 and c1 <= 104 和 c1 bewteen 100 and 104 是等价的,下面选用前者进行比较。
 
首先查看explain输出,会发现三个语句的explain输出是一样的:

*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: tin
         type: range
possible_keys: PRIMARY
          key: PRIMARY
      key_len: 4
          ref: NULL
         rows: 5
     filtered: 100.00
        Extra: Using where
1 row in set, 1 warning (0.00 sec)

MySQL5.6在information_schema中增加了optimizer_trace表,用于跟踪语句生成的执行计划的具体步骤,包含各种关键的优化步骤。

分别看下三种不同语句的执行代价:

1. SELECT * FROM tin where c1 >= 100 and c1 <= 104;

SELECT * FROM tin where c1 >=100 and c1 <=104;
“chosen_range_access_summary”: {
                    “range_access_plan”: {
                      “type”: “range_scan”,
                      “index”: “PRIMARY”,
                      “rows”: 5,
                      “ranges”: [
                        “100 <= c1 <= 104″
                      ]
                    },
                    “rows_for_plan”: 5,
                    “cost_for_plan”: 2.0188,
                    “chosen”: true
                    }


 
2. SELECT * FROM tin where c1 in (100, 101, 102, 103, 104);

SELECT * FROM tin where c1 in (100, 101, 102, 103, 104);
“chosen_range_access_summary”: {
                    “range_access_plan”: {
                      “type”: “range_scan”,
                      “index”: “PRIMARY”,
                      “rows”: 5,
                      “ranges”: [
                        “100 <= c1 <= 100″,
                        “101 <= c1 <= 101″,
                        “102 <= c1 <= 102″,
                        “103 <= c1 <= 103″,
                        “104 <= c1 <= 104″
                      ]
                    },
                    “rows_for_plan”: 5,
                    “cost_for_plan”: 6.0188,
                    “chosen”: true
                  }


 
3. SELECT * FROM tin where c1 = 100 or c1 = 101 or c1 = 102 or c1 = 103 or c1 = 104;

SELECT * FROM tin where c1 = 100 or c1 = 101 or c1 = 102 or c1 = 103 or c1 =104;
“chosen_range_access_summary”: {
                    “range_access_plan”: {
                      “type”: “range_scan”,
                      “index”: “PRIMARY”,
                      “rows”: 5,
                      “ranges”: [
                        “100 <= c1 <= 100″,
                        “101 <= c1 <= 101″,
                        “102 <= c1 <= 102″,
                        “103 <= c1 <= 103″,
                        “104 <= c1 <= 104″
                      ]
                    },
                    “rows_for_plan”: 5,
                    “cost_for_plan”: 6.0188,
                    “chosen”: true
                  }

从上面可以看出执行代价最小的语句为SELECT * FROM tin WHERE c1 >= 100 and c1 <=104,代价为2.0118,其他两个计划的代价 为6.0118。
 
3  计划分析

看了上面的代价结果,是不是就理所当然的任务第一个语句的代价真的是最小呢?

这就需要知道MySQL代价计算的方法, 一个计划的代价体现在硬件上就是I/O + CPU,I/O就是将所需的物理页载入内存的时间,CPU则是数据计算所消耗的时间, 有些语句是I/O密集的,有些语句是CPU运算密集的。
 
为什么MySQL计算出来的代价会差别这么大呢?

MySQL在计算上面三个语句的代价时,I/O代价的计算是由range的个数n_ranges和最终的结果集的行数total_rows得出来的,
语句1的n_ranges=1
语句2和语句3的n_ranges=5
totol_rows都为5
故语句1的在I/O上的代价明显小于语句2和语句3(具体的函数参见ha_innobase::read_time)。
至于CPU的代价,由于返回的行数一致,故CPU的代价一致,CPU的代价主要体现在获取数据后,进行WHERE 条件的匹配操作。
这只是MySQL的对于上面三个语句的代价模型,而实际上,上面三个语句所进行的I/O操作其实是一致的,因为数据范围是一样的。所以,仅凭 MySQL给出的代价结果还是不能立刻判断出语句1就肯定好。
既然I/O操作的代价可以考虑是一致的,那么只能来看三条语句执行时的区别了。
语句2和语句3的range个数都为5个,而且range的范围都是一致的, 这其实是MySQL的优化结果,IN和OR都被优化成了相同的结果。只有语句1只有1个range。MySQL执行时是遍历每个range,而每个range遍历时其实是两种操作,read_first和read_next,read_first是根据每个range的start key定位到相应的位置,read_next则是根据上次BTREE读到的位置, 继续往后读,read_next是以end key为结束。
对于语句1,只有一个range,故需要1次read_first和5次read_next(最后一次read_next不符合end_key,返回结束)
对于语句2和语句3, 有5个range,每个range需要1此read_first和一次read_next,总共需要5此read_first和5次read_next。
从数据获取的次数来看,语句2和语句3基本是语句1的调用次数的两倍。
 
合法性的验证
除了获取数据调用次数的区别外,在获取数据之后,还需要进行数据合法性的验证,即匹配WHERE条件。
对于语句1的WHERE条件十分简单,匹配上下界限即可,即对于每返回的一行数据需要两次验证,时间复杂度为常量O(2)。
对于语句2和语句3,则需要对IN或OR中的每个条件进行验证,知道找到某一匹配项为止,时间复杂度为O(n)。 但是MySQL对于IN做了相应的优化,即将IN中的常量全部存储在一个数组里面,而且这个数组是排好序的,故匹配的时候是二分查找, 时间复杂度为O(lgn)。
在忽略I/O的情况下,仅仅从CPU的耗时来看,语句1应该是最少的,其次是IN,最差的就是OR
 
先就分析到这吧,具体的执行时间的数据这里没测试,感兴趣的可以进一步测试下!
上面是想通过测试了解MySQL内部的优化流程,可能单独测试的时候语句执行效率差别不是很大。

上一页 下一页

原文地址:http://www.manongjc.com/article/1446.html