需求背景
目前产品需要针对一个大范围地区内的所有用户做排行榜功能,且这个排行榜有几个比较蛋疼的附加需求:
- 排行榜需要全量展示所有用户,且做分页展示(大坑💥)
- 排行榜有4种排序条件,且每个排序条件都是单独的。例如:用户的应用A下载数、应用B下载数、应用C下载数、应用D下载数(产品不期望把所有的数据整合成一块进行排名)
历史代码背景
其实这个需求已经够扯了,雪上加霜的是,以前的开发者在开发排行榜的时候,由于需求背景原因,采用了多表join的方式来进行查询。
这是什么意思呢?这里详细说一下:
假设有一张表C,就是排行榜的单表数;
目前无法直接从表C中拿到排行榜的所有所需字段。
(听说是需求原因,别无他法)
导致了开发者在MyBatis层面通过多表join的方式补充了所需字段;
最后SQL就是:table A left join table B left join table C
以上方式进行多表join,先不说分页、排序等性能问题。单纯表A join 表B都已经耗时3秒(表A数据量250W、表B数据量300W)
优化点一:多表join优化
针对多表join的问题,必须想尽办法把多表join的查询操作改为单表查询,否则多表join随着数据量增加,后期性能不敢想象
优化点二:优化SQL,避免深分页所带来的问题
select * from table A t1 join (
select id from table A
order by indexA des
limit 20000, 20
) t2 on t1.id = t2.id
这里通过子查询的方式,且限制分页的页数(注意,虽然pageSize = 20000,MySQL会扫描前20000个数据,然后再从20001开始拿数据,再丢弃前20000条数据,因此还是会顺序扫前面的20000条数据,而不是跳到20001开始扫描的。这里可以网上查资料学习下)
此SQL还有优化空间,就是在临时的子表中补充上where条件,就可以直接筛选掉大部分无效数据
select * from table A t1 join (
select id from table A
where index_value > 100000
order by indexA des
limit 20000, 20
) t2 on t1.id = t2.id
抛出一个问题
- MySQL的in和join,谁的性能更好?
在本次开发过程中,in的方式指定查询大量数据,发现DB查询超时了;只有使用join的方式才能查到数据,这是为什么?
优化点三:深分页,设定阈值合理倒序查询
其实深分页最主要的问题就是 limit m, n 这个偏移量的问题;如果正序数,拿最后一页数据,相当于扫描前m个数据,再从m+1开始拿到m+n;
仔细想想,这个地方,如果正序拿最后一页,那不如我直接倒序拿第一页?这样的话,就规避了深分页问题,这个一般会设定一个阈值,超过阈值就进行正序 / 倒序
优化点四:排序字段单独建立索引
其实针对排序字段,一般会补充索引来进行优化,因此多字段排序的话,尽量让每个排序字段都单独设置一个索引,因为索引已经帮我们做好排序了。
这里要注意一个点,尽量不要接多字段同时排序的需求,这种情况下索引的设计将会十分复杂
优化点五:单表拆分
因为表C有多个排序字段,且还有各种where条件筛选,此时如果建立联合索引来解决的话,因为需要满足 最左匹配原则
,此时联合索引的数量将会很大,届时索引树也会十分复杂。还好排行榜是读多写少的表数据,否则性能堪忧;
此时其实更建议进行单表的拆分,让每一个表所负责的职责更加明确;因为以前的表C,相当于就是把多个排行榜冗余在一个单表中了,这时候表C的压力是很大的。因此单表拆分,此时针对单表的排序字段建立对应的索引,且单表职责更加单一;
单表拆分方案:
- 查询某个字段的排序数据时,在MyBatis层面,根据排序字段,指定查询排序字段所对应的单表。
- 单表拆分后,需要合理创建索引