MySQL实战解析底层---为什么只查一行的语句，也执行这么慢

news2024/10/7 10:25:31

前言

第一类：查询长时间不返回

第二类：查询慢

前言
一般情况下，如果说查询性能优化，首先会想到一些复杂的语句，想到查询需要返回大量的数据
但有些情况下，“查一行”，也会执行得特别慢
这篇聊聊什么情况下，会出现这个现象
需要说明的是，如果MySQL数据库本身就有很大的压力，导致数据库服务器CPU占用率很高或ioutil（IO利用率）很高，这种情况下所有语句的执行都有可能变慢，不属于这篇的讨论范围
为了便于描述，还是构造一个表，基于这个表来说明问题
这个表有两个字段id和c，并且在里面插入了10万行记录
第一类：查询长时间不返回
如图所示，在表t执行下面的SQL语句：
查询结果长时间不返回
一般碰到这种情况的话，大概率是表t被锁住了
接下来分析原因的时候，一般都是首先执行一下showprocesslist命令，看看当前语句处于什么状态
然后再针对每种状态，去分析它们产生的原因、如何复现，以及如何处理
等MDL锁
如图所示，就是使用showprocesslist命令查看Waiting for table metadata lock的示意图
出现这个状态表示的是，现在有一个线程正在表t上请求或者持有MDL写锁，把select语句堵住了
在之前文章《全局锁和表锁：给表加个字段怎么有这么多阻碍》中，介绍过一种复现方法
但需要说明的是，那个复现过程是基于MySQL 5.6版本的
而MySQL 5.7版本修改了MDL的加锁策略，所以就不能复现这个场景了
不过，在MySQL 5.7版本下复现这个场景，也很容易
如图所示，给出了简单的复现步骤
session A 通过lock table命令持有表t的MDL写锁，而session B的查询需要获取MDL读锁
所以，session B进入等待状态
这类问题的处理方式，就是找到谁持有MDL写锁，然后把它kill掉
但是，由于在showprocesslist的结果里面，session A的Command列是“Sleep”，导致查找起来很不方便
不过有了performance_schema和sys系统库以后，就方便多了(MySQL启动时需要设置performance_schema=on)
通过查询sys.schema_table_lock_waits这张表，就可以直接找出造成阻塞的process id，把这个连接用kill 命令断开即可
等flush
接下来举另外一种查询被堵住的情况
在表t上，执行下面的SQL语句：
查出来这个线程的状态是Waiting for table flush
这个状态表示的是，现在有一个线程正要对表t做flush操作
MySQL里面对表做flush操作的用法，一般有以下两个：
这两个flush语句，如果指定表t的话，代表的是只关闭表t
如果没有指定具体的表名，则表示关闭MySQL里所有打开的表
但是正常这两个语句执行起来都很快，除非它们也被别的线程堵住了
所以，出现Waiting for table flush状态的可能情况是：有一个flush tables命令被别的语句堵住了，然后它又堵住了我们的select语句
现在一起来复现一下这种情况，复现步骤如图所示：
在session A中，故意每行都调用一次sleep(1)，这样这个语句默认要执行10万秒，在这期间表t一直是被session A“打开”着
然后，session B的flush tables t命令再要去关闭表t，就需要等session A的查询结束
这样，session C要再次查询的话，就会被flush 命令堵住了
下图是这个复现步骤的showprocesslist结果
这个例子的排查也很简单，看到这个showprocesslist的结果，肯定就知道应该怎么做了
等行锁
现在，经过了表级锁的考验，select 语句终于来到引擎里了
由于访问id=1这个记录时要加读锁，如果这时候已经有一个事务在这行记录上持有一个写锁，select语句就会被堵住
复现步骤和现场如下：
行锁showprocesslist现场
显然，session A启动了事务，占有写锁，还不提交，是导致session B被堵住的原因
这个问题并不难分析，但问题是怎么查出是谁占着这个写锁
如果用的是MySQL 5.7版本，可以通过sys.innodb_lock_waits表查到
查询方法是：
通过sys.innodb_lock_waits 查行锁
可以看到，这个信息很全，4号线程是造成堵塞的罪魁祸首
而干掉这个罪魁祸首的方式，就是KILLQUERY 4或KILL 4
不过，这里不应该显示“KILLQUERY 4”
这个命令表示停止4号线程当前正在执行的语句，而这个方法其实是没有用的
因为占有行锁的是update语句，这个语句已经是之前执行完成了的，现在执行KILLQUERY，无法让这个事务去掉id=1上的行锁
实际上，KILL 4才有效，也就是说直接断开这个连接
这里隐含的一个逻辑就是，连接被断开的时候，会自动回滚这个连接里面正在执行的线程，也就释放了id=1上的行锁
第二类：查询慢
经过了重重封“锁”，再来看看一些查询慢的例子
先来看一条你一定知道原因的SQL语句：
由于字段c上没有索引，这个语句只能走id主键顺序扫描，因此需要扫描5万行
作为确认，可以看一下慢查询日志
注意，这里为了把所有语句记录到slowlog里，在连接后先执行了 set long_query_time=0，将慢查询日志的时间阈值设置为0
Rows_examined显示扫描了50000行
你可能会说，不是很慢呀，11.5毫秒就返回了，线上一般都配置超过1秒才算慢查询
但你要记住：坏查询不一定是慢查询
这个例子里面只有10万行记录，数据量大起来的话，执行时间就线性涨上去了
扫描行数多，所以执行慢，这个很好理解
但是接下来，再看一个只扫描一行，但是执行很慢的语句
如图所示，是这个例子的slowlog
可以看到，执行的语句是
虽然扫描行数是1，但执行时间却长达800毫秒
是不是有点奇怪呢，这些时间都花在哪里了？
如果把这个slowlog的截图再往下拉一点，可以看到下一个语句，select * from t where id=1 lock in share mode，执行时扫描行数也是1行，执行时间是0.2毫秒
看上去是不是更奇怪了？
按理说lock in share mode还要加锁，时间应该更长才对啊
下图是这两个语句的执行输出结果
第一个语句的查询结果里c=1，带lock in share mode的语句返回的是c=1000001
看到这里应该知道原因了
先说明一下复现步骤，再分析原因
session A先用start transaction with consistent snapshot命令启动了一个事务，之后session B才开始执行update 语句
session B执行完100万次update语句后，id=1这一行处于什么状态呢？
可以从下图找到答案
session B更新完100万次，生成了100万个回滚日志(undo log)
带lock in share mode的SQL语句，是当前读，因此会直接读到1000001这个结果，所以速度很快
而select * from t where id=1这个语句，是一致性读，因此需要从1000001开始，依次执行undo log，执行了100万次以后，才将1这个结果返回
注意，undo log里记录的其实是“把2改成1”，“把3改成2”这样的操作逻辑，画成减1的目的是方便看图