Mysql大数据量查询优化的思路

Mysql大数据量查询优化的思路 项目场景：

Mysql大表查询优化，理论上千万级别以下的数据量Mysql单表查询性能处理都是可以的。

---

问题描述：

在我们线上环境中，出现了mysql几千万级别的日志查询、几百万级别的黑名单库查询分页查询及条件查询都慢的问题，针对Mysql表优化做了一些优化处理。

---

原因分析：

首先说一下日志查询，在Mysql中如果索引加的比较合适，走索引情况下千万级别查询不会超过一秒，Mysql查询的速度和检索的数据条数有关。在Mybatis中，分页查询是先执行Count记录总数，再执行limit a,b 的方式来进行的，而Mysql的Count计数方式是将所有的数据过滤一遍进行累加，因此当日志表数据过千万时，统计一次就是十几秒钟的时间（这里是服务器环境，本地情况下甚至是几分钟）。limit a,b的方式也一样，Mysql查询时会先一条一条数到第a条，然后向后再数b条作为查询结果，因此当起始行数越来越大时查询同样会变得很慢，也就是当你点第一页时可能一下就查出来了，当你点最后一页的时候可能几十秒才能查出来。黑名单库查询优化同理，也是需要通过条件优化。在进行大批量数据落库时，使用的Mybatis批量插入，发现当批次数据超过3000时速度会急剧变慢，这是一个Mybatis娘胎里自带的问题，也需要进行解决。

---

解决方案：

这里只简单说明优化的几个方向。

1. 千万级别日志查询的优化

首先说下日志查询，重点是优化无条件是分页查询，在无条件时，不使用MyBatis的分页插件，而是自己手写一个分页查询，由于MySql的count耗时过长，我们先优化他。优化Count：日志表的数据只增，不会出现中间某条删除，所以他的数据可以理解成是连续的，我们可以在内存中直接进行计数，记录count总数，或者给表添加一个自增的ID字段，直接select max(id)就是总数量，这样count查询的效率会提升到毫秒级别。自定义分页查询：分页查询中使用优化后的count记录总数，然后使用（page - 1）* pageSize + 1公式计算出当前页的最小ID，然后将limit a,b 的Sql语句改为where ID > 最小ID limit b的方式，这样查询就会走索引先将小于最小ID的数据过滤掉，再进行查询，经过第二步和第三步的优化后分页查询效率缩短到了一秒内，并且不会随着页数的增长而变慢。条件查询：条件查询只能设置合适的索引，另外慎用like '%条件%‘的方式进行匹配查询，这样会导致索引失效全局检索，模糊查询尽量使用like '条件%' 的方式进行最左匹配，也可以使用explain+sql语句 的方式来查看sql语句的执行效率，是否走了所有啥的来针对性的优化，加好合适的索引、优化查询语句后通常一千万以内的数据查询效率会在3秒内。
粘出自定义分页查询结果封装：

   // 手动count
                Integer total = logPushService.queryBackCount(resMap);//查询数量
                // 手动查询结果
                List ls = logPushService.queryBackByPage(resMap);
                PageInfo pageInfo = new PageInfo();
                pageInfo.setTotal(total);
                pageInfo.setPageSize(limit);
                pageInfo.setList(ls);
                pageInfo.setPageNum(pn);

2. 几百万黑名单库的查询优化

黑名单库查询优化只能通过加合适的索引和优化SQL语句来优化，百万级别数据松松的在Mysql和Mybatis的承受范围内，这里是由于黑名单库不是使用递增的，有可能会增加也有可能会删除，所以只能使用优化索引和SQL的方式进行优化。另外，Mybatis框架提供了重写分页查询count统计语句的方法，只需要将count语句命名为查询方法_COUNT即可，例如分页查询的语句方法是query,那么重写的统计方法即为query_COUNT

    
        SELECT
        count(0)
        from nms_intercept_info${map.week}
        where 1=1
        
            AND id>#{map.id}
        
        
            AND spliturl=#{map.url}
        
        
            AND time =]]> #{map.startTime}
        
        
            AND time  #{map.endTime}
        
        
            AND bigType = #{map.type}
        
    

3. Mybatis批量插入处理问题

Mybatis批量插入语句中的类集合大小不能超过五千，三千是最佳，这是测试出来的结果，考虑到的原因是Mybatis会将类做反射，这个太影响效率，因此批量插入时要注意这个，如果你能够三千三千的批量处理就限制一下，不要让每批数据超过3000，数据量过大时也可以使用异步非阻塞的方式来插入。
异步非阻塞代码（只是步骤样例,存在代码缺失）：

    // 执行全量HMD导入任务的线程池
    public final static ExecutorService importHasPool = Executors.newFixedThreadPool(10);
    public final static CompletionService importHasPoolService = new ExecutorCompletionService<>(importHasPool);
    
   public synchronized DoExcelResult example() {
            // 开始执行导入
            // 写到这里面方法最后会自动关闭
            long startTime = System.currentTimeMillis();
            // 定义一个集合，记录Callable的执行结果,Callable是带返回值的Runable
            List> futures = new ArrayList<>();
            while ((str = reader.readLine()) != null) {
                if (list.size() > 5000) { // 5000插入一次
                    List list1 = CollectionUtil.copyDepth(list);
                    list.clear();
                    // BlackInfoHasimportlCallable是实现了Callable接口的实现类，Callable是带返回值的Runable
                    Future submit = SysThreadPoolCenter.importHasPoolService.submit(new BlackInfoHasimportlCallable(list1, blacklistInfoMapper));
                    futures.add(submit);
                }
            }
            
            // 等待执行结果
            for (Future future : futures) {
                try {
                // 2. futrue.get时会获取返回值，线程没执行完毕就等待等待执行结果
                    DoExcelResult doExcelResult = future.get();
                    result.setSuccessNum(result.getSuccessNum() + doExcelResult.getSuccessNum());
                    result.setContinueNum(result.getContinueNum() + doExcelResult.getContinueNum());
                    result.setErrorNum(result.getErrorNum() + doExcelResult.getErrorNum());
                } catch (Exception e) {
                    log.error(e);
                }
            }
            // 循环结束代表所有线程执行完毕
            result.setTimeCon((System.currentTimeMillis() - startTime)/1000.0);
            BlacklistService.isDoing = false;
        } catch (Exception e) {
            BlacklistService.isDoing = false;
            log.error(e);
        }
        BlacklistService.isDoing = false;
        return result;
    }

限制每批3000条：

        if (ls.size() >= 3000) {
            //每次保存3000
            double sum = Math.ceil(ls.size() / 3000f);
            for (int i = 0; i < sum; i++) {
                total += blacklistDao.saveBatch(ls.subList(i * 3000, ((i + 1) * 3000) > ls.size() ? ls.size() : (i + 1) * 3000));
            }
        } else {
            total = blacklistDao.saveBatch(ls);
        }

如果你数据库用的不是mysql，而是CK或者其他的大数据处理数据库，批量插入可能要求每秒几万条几十万条，这时就不再适合使用Myabtis框架了，建议使用JDBC连接的方式，自己写代码拼接sql语句，再使用jdbc连接执行（使用线程池），效率上会快很多。