前言
前段時(shí)間，將線上MySQL數(shù)據(jù)庫(kù)升級(jí)到了5.7。考慮到可能產(chǎn)生的不兼容性，在升級(jí)之前，確實(shí)也是戰(zhàn)戰(zhàn)兢兢，雖然測(cè)試環(huán)境，開(kāi)發(fā)環(huán)境早在半年前就已提前升級(jí)。
基于前期的調(diào)研和朋友的反饋，與開(kāi)發(fā)相關(guān)的主要有兩點(diǎn)：
sql_mode
MySQL 5.6中，其默認(rèn)值為"NO_ENGINE_SU BSTITUTION"，可理解為非嚴(yán)格模式，譬如，對(duì)自增主鍵插入空字符串''，雖然提示warning，但并不影響自增主鍵的生成。
但在MySQL 5.7中，其就調(diào)整為了嚴(yán)格模式，對(duì)于上面這個(gè)，其不會(huì)提示warning，而是直接報(bào)錯(cuò)。
分組求最值
分組求最值的某些寫(xiě)法在MySQL5.7中得不到預(yù)期結(jié)果，這點(diǎn)，相對(duì)來(lái)說(shuō)比較隱蔽。
其中，第一點(diǎn)是可控的，畢竟可以調(diào)整參數(shù)。而第二點(diǎn)，卻是不可控的，沒(méi)有參數(shù)與之相關(guān)，需要開(kāi)發(fā)Review代碼。
下面具體來(lái)看看
測(cè)試數(shù)據(jù)
mysql> select * from emp;
+-------+----------+--------+--------+
| empno | ename | sal | deptno |
+-------+----------+--------+--------+
| 1001 | emp_1001 | 100.00 | 10 |
| 1002 | emp_1002 | 200.00 | 10 |
| 1003 | emp_1003 | 300.00 | 20 |
| 1004 | emp_1004 | 400.00 | 20 |
| 1005 | emp_1005 | 500.00 | 30 |
| 1006 | emp_1006 | 600.00 | 30 |
+-------+----------+--------+--------+
rows in set (0.00 sec)
其中，empno是員工編號(hào)，ename是員工姓名，sal是工資，deptno是員工所在部門(mén)號(hào)。
業(yè)務(wù)的需求是，求出每個(gè)部門(mén)中工資最高的員工的相關(guān)信息。
在MySQL5.6中，我們可以通過(guò)下面這個(gè)SQL來(lái)實(shí)現(xiàn)，
SELECT
deptno,ename,sal
FROM
( SELECT * FROM emp ORDER BY sal DESC ) t
GROUP BY
deptno;
結(jié)果如下，可以看到，其確實(shí)實(shí)現(xiàn)了預(yù)期效果。
+--------+----------+--------+
| deptno | ename | sal |
+--------+----------+--------+
| 10 | emp_1002 | 200.00 |
| 20 | emp_1004 | 400.00 |
| 30 | emp_1006 | 600.00 |
+--------+----------+--------+
再來(lái)看看MySQL5.7的結(jié)果，竟然不一樣。
+--------+----------+--------+
| deptno | ename | sal |
+--------+----------+--------+
| 10 | emp_1001 | 100.00 |
| 20 | emp_1003 | 300.00 |
| 30 | emp_1005 | 500.00 |
+--------+----------+--------+
實(shí)際上，在MySQL5.7中，對(duì)該SQL進(jìn)行了改寫(xiě)，改寫(xiě)后的SQL可通過(guò)explain(extended) + show warnings查看。
mysql> explain select deptno,ename,sal from (select * from emp order by sal desc) t group by deptno;
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------+
| 1 | SIMPLE | emp | NULL | ALL | NULL | NULL | NULL | NULL | 6 | 100.00 | Using temporary |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-----------------+
row in set, 1 warning (0.00 sec)
mysql> show warnings\G
*************************** 1. row ***************************
Level: Note
Code: 1003
Message: /* select#1 */ select `slowtech`.`emp`.`deptno` AS `deptno`,`slowtech`.`emp`.`ename` AS `ename`,`slowtech`.`emp`.`sal` AS `sal` from `slowtech`.`emp` group by `slowtech`.`emp`.`deptno`
row in set (0.00 sec)
從改寫(xiě)后的SQL來(lái)看，其消除了子查詢(xún)，導(dǎo)致結(jié)果未能實(shí)現(xiàn)預(yù)期效果，官方也證實(shí)了這一點(diǎn)，https://bugs.mysql.com/bug.php?id=80131
很多人可能不以為然，認(rèn)為沒(méi)人會(huì)這樣寫(xiě)，但在大名鼎鼎的stackoverflow中，該實(shí)現(xiàn)的點(diǎn)贊數(shù)就有116個(gè)-由此可見(jiàn)其受眾之廣，僅次于后面提到的“方法二”（點(diǎn)贊數(shù)206個(gè)）。
https://stackoverflow.com/questions/12102200/get-records-with-max-value-for-each-group-of-grouped-sql-results
需要注意的是，該SQL在5.7中是不能直接運(yùn)行的，其會(huì)提示如下錯(cuò)誤：
ERROR 1055 (42000): Expression #2 of SELECT list is not in GROUP BY clause and contains nonaggregated column 't.ename' which is not functionally dependent on columns in GROUP BY clause; this is incompatible with sql_mode=only_full_group_by
這個(gè)與sql_mode有關(guān)，在MySQL 5.7中，sql_mode調(diào)整為了
ONLY_FULL_GROUP_BY,STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION
其中，ONLY_FULL_GROUP_BY與group by語(yǔ)句有關(guān)，其要求select列表里只能出現(xiàn)分組列（即group by后面的列）和聚合函數(shù)（sum，avg，max等），這也是SQL92的標(biāo)準(zhǔn)。
但在工作中，卻經(jīng)常看到開(kāi)發(fā)寫(xiě)出下面這種SQL。
mysql> select deptno,ename,max(sal) from emp group by deptno;
+--------+----------+----------+
| deptno | ename | max(sal) |
+--------+----------+----------+
| 10 | emp_1001 | 200.00 |
| 20 | emp_1003 | 400.00 |
| 30 | emp_1005 | 600.00 |
+--------+----------+----------+
rows in set (0.01 sec)
實(shí)在不明白，這里的ename在業(yè)務(wù)層有何意義，畢竟，他并不是工資最高的那位員工。
分組求最值，MySQL的實(shí)現(xiàn)方式
其實(shí)分組求最值是一個(gè)很普遍的需求。在工作中，也經(jīng)常被開(kāi)發(fā)同事問(wèn)到。 下面具體來(lái)看看，MySQL中有哪些實(shí)現(xiàn)方式。
方法1
SELECT
e.deptno,
ename,
sal
FROM
emp e,
( SELECT deptno, max( sal ) maxsal FROM emp GROUP BY deptno ) t
WHERE
e.deptno = t.deptno
AND e.sal = t.maxsal;
方法2
SELECT
a.deptno,
a.ename,
a.sal
FROM
emp a
LEFT JOIN emp b ON a.deptno = b.deptno
AND a.sal b.sal
WHERE
b.sal IS NULL;
這兩種實(shí)現(xiàn)方式，其實(shí)是通用的，不僅適用于MySQL，也適用于其它主流關(guān)系型數(shù)據(jù)庫(kù)。
方法3
MySQL 8.0推出了分析函數(shù)，其也可實(shí)現(xiàn)類(lèi)似功能。
SELECT
deptno,
ename,
sal
FROM
(
SELECT
deptno,
ename,
sal,
LAST_VALUE ( sal ) OVER ( PARTITION BY deptno ORDER BY sal ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING ) maxsal
FROM
emp
) a
WHERE
sal = maxsal;
三種實(shí)現(xiàn)方式的性能對(duì)比
因上面測(cè)試案例的數(shù)據(jù)量太小，三種實(shí)現(xiàn)方式的結(jié)果都是秒出，僅憑執(zhí)行計(jì)劃很難直觀地看出實(shí)現(xiàn)方式的優(yōu)劣。
下面換上數(shù)據(jù)量更大的測(cè)試數(shù)據(jù)，官方示例數(shù)據(jù)庫(kù)employees中的dept_emp表，https://github.com/datacharmer/test_db
表的相關(guān)信息如下，其中emp_no是員工編號(hào)，dept_no是部門(mén)編號(hào)，from_date是入職日期。
mysql> show create table dept_emp\G
*************************** 1. row ***************************
Table: dept_emp
Create Table: CREATE TABLE `dept_emp` (
`emp_no` int(11) NOT NULL,
`dept_no` char(4) NOT NULL,
`from_date` date NOT NULL,
`to_date` date NOT NULL,
KEY `dept_no` (`dept_no`,`from_date`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci
row in set (0.00 sec)
mysql> select count(*) from dept_emp;
+----------+
| count(*) |
+----------+
| 331603 |
+----------+
row in set (0.09 sec)
mysql> select * from dept_emp limit 1;
+--------+---------+------------+------------+
| emp_no | dept_no | from_date | to_date |
+--------+---------+------------+------------+
| 10001 | d005 | 1986-06-26 | 9999-01-01 |
+--------+---------+------------+------------+
row in set (0.00 sec)
方法1
mysql> select d.dept_no,d.emp_no,d.from_date from dept_emp d, (select dept_no,max(from_date) max_hiredate from dept_emp group by dept_no) t where d.dept_no=t.dept_no and d.from_date=t.max_hiredate;
…
rows in set (0.00 sec)
mysql> explain select d.dept_no,d.emp_no,d.from_date from dept_emp d, (select dept_no,max(from_date) max_hiredate from dept_emp group by dept_no) t where d.dept_no=t.dept_no and d.from_date=t.max_hiredate;
+----+-------------+------------+------------+-------+---------------+---------+---------+--------------------------+------+----------+----------------------
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra
+----+-------------+------------+------------+-------+---------------+---------+---------+--------------------------+------+----------+----------------------
| 1 | PRIMARY | derived2> | NULL | ALL | NULL | NULL | NULL | NULL | 9 | 100.00 | Using where
| 1 | PRIMARY | d | NULL | ref | dept_no | dept_no | 19 | t.dept_no,t.max_hiredate | 5 | 100.00 | NULL
| 2 | DERIVED | dept_emp | NULL | range | dept_no | dept_no | 16 | NULL | 9 | 100.00 | Using index for group-by
+----+-------------+------------+------------+-------+---------------+---------+---------+--------------------------+------+----------+----------------------
方法2
mysql> explain select a.dept_no,a.emp_no,a.from_date from dept_emp a left join dept_emp b on a.dept_no=b.dept_no and a.from_date b.from_date where b.from_date is null;
+----+-------------+-------+------------+------+---------------+---------+---------+--------------------+--------+----------+--------------------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+------+---------------+---------+---------+--------------------+--------+----------+--------------------------+
| 1 | SIMPLE | a | NULL | ALL | NULL | NULL | NULL | NULL | 331008 | 100.00 | NULL |
| 1 | SIMPLE | b | NULL | ref | dept_no | dept_no | 16 | slowtech.a.dept_no | 41376 | 19.00 | Using where; Using index |
+----+-------------+-------+------------+------+---------------+---------+---------+--------------------+--------+----------+--------------------------+
rows in set, 1 warning (0.00 sec)
方法3
mysql> select dept_no,emp_no,from_date from ( select dept_no,emp_no,from_date,last_value(from_date) over(partition by dept_no order by from_date rows between unbounded preceding and unbounded following) max_hiredate from dept_emp) a where from_date=max_hiredate;
…
rows in set (1.57 sec)
mysql> desc select dept_no,emp_no,from_date from ( select dept_no,emp_no,from_date,last_value(from_date) over(partition by dept_no order by from_date rows between unbounded preceding and unbounded following) max_hiredate from dept_emp) a where from_date=max_hiredate;
+----+-------------+------------+------------+------+---------------+------+---------+------+--------+----------+----------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+------------+------------+------+---------------+------+---------+------+--------+----------+----------------+
| 1 | PRIMARY | derived2> | NULL | ALL | NULL | NULL | NULL | NULL | 331008 | 100.00 | Using where |
| 2 | DERIVED | dept_emp | NULL | ALL | NULL | NULL | NULL | NULL | 331008 | 100.00 | Using filesort |
+----+-------------+------------+------------+------+---------------+------+---------+------+--------+----------+----------------+
rows in set, 2 warnings (0.00 sec)
從執(zhí)行時(shí)間上看，
方法1的時(shí)間最短，在有復(fù)合索引(deptno, fromdate)的情況下，結(jié)果瞬間就出來(lái)了，即使在沒(méi)有索引的情況下，也只消耗了0.75s。
方法2的時(shí)間最長(zhǎng)，3個(gè)小時(shí)還是沒(méi)出結(jié)果。同樣的數(shù)據(jù)，同樣的SQL，放到Oracle查，也消耗了87分49秒。
方法3的時(shí)間比較固定，無(wú)論是否存在索引，都維持在1.5s左右，比方法1的耗時(shí)要久。
這里，對(duì)之前提到的，MySQL 5.7中不再兼容的實(shí)現(xiàn)方式也做了個(gè)測(cè)試，在沒(méi)有任何索引的情況下，其穩(wěn)定在0.7s（性能并不弱，怪不得有人使用），而同等情況下，方法1穩(wěn)定在0.5s（哈，MySQL 5.6竟然比8.0還快）。但與方法1不同的是，其無(wú)法通過(guò)索引進(jìn)行優(yōu)化。
從執(zhí)行計(jì)劃上看，
方法1， 先將group by的結(jié)果放到臨時(shí)表中，然后再將該臨時(shí)表作為驅(qū)動(dòng)表，來(lái)和dept_emp表進(jìn)行關(guān)聯(lián)查詢(xún)。驅(qū)動(dòng)表小（只有9條記錄），關(guān)聯(lián)列又有索引，無(wú)怪乎，結(jié)果能秒出。
方法2， 兩表關(guān)聯(lián)。其犯了SQL優(yōu)化中的兩個(gè)大忌。
1. 驅(qū)動(dòng)表太大，其有331603條記錄。
2. 被驅(qū)動(dòng)表雖然也有索引，但從執(zhí)行計(jì)劃上看，其只使用了復(fù)合索引 (dept_no, from_date)中的dept_no，而dept_no的選擇率又太低，畢竟只有9個(gè)部門(mén)。
方法3， 先把分析的結(jié)果放到一個(gè)臨時(shí)表中，然后再對(duì)該臨時(shí)表進(jìn)行處理。其進(jìn)行了兩次全表掃描，一次是針對(duì)dept_emp表，一次是針對(duì)臨時(shí)表。
所以，對(duì)于分組求最值的需求，建議使用方法1，其不僅符合SQL規(guī)范，查詢(xún)性能上也是最好的，尤其是在聯(lián)合索引的情況下。
總結(jié)
以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，如果有疑問(wèn)大家可以留言交流，謝謝大家對(duì)腳本之家的支持。
您可能感興趣的文章:- MySQL 5.7.30 安裝與升級(jí)問(wèn)題詳細(xì)教程
- Docker版的MySQL5.7升級(jí)到MySQL8.0.13，數(shù)據(jù)遷移
- phpstudy2018升級(jí)MySQL5.5為5.7教程(圖文)
- CentOS 7中升級(jí)MySQL 5.7.23的坑與解決方法
- 實(shí)戰(zhàn)MySQL升級(jí)的最佳方法
- phpStudy中升級(jí)MySQL版本到5.7.17的方法步驟
- Win下Mysql5.6升級(jí)到5.7的方法
- Windows(x86,64bit)升級(jí)MySQL 5.7.17免安裝版的詳細(xì)教程
- MySQL數(shù)據(jù)庫(kù)升級(jí)的一些"陷阱"
