MySQL经常会有朋友问关于大于小于,IN,OR,BETWEEN,哪个性能更好?

我想有很多朋友会用它们但确实不知道大于小于,IN,OR,BETWEEN性能更好吧,下面总结一下关于大于小于,IN,OR,BETWEEN性能。

这里的查询条件有四种:>=<=betweenorin

这里id列是索引列,如果不是的话,三个查询都是全表扫描,性能差距应该不大。

 

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 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。