技术分享 | 在MySQL对于批量更新操作的一种优化方式

作者：景云丽、卢浩、宋源栋

本文来源：原创投稿

* GreatSQL社区原创内容未经授权不得随意使用，转载请联系小编并注明来源。

引言

批量更新数据，不同于这种 update a=a+1 where pk > 500，而是需要对每一行进行单独更新 update a=1 where pk=1;update a=12 where pk=7;... 这样连续多行update语句的场景，是少见的。

可以说是偶然也是一种必然，在GreatDB 5.0的开发过程中，我们需要对多语句批量update的场景进行优化。

两种多行更新操作的耗时对比

在我们对表做多行更新的时候通常会遇到以下两种情况

1.单语句批量更新（update a=a+1 where pk > 500）

2.多语句批量更新（update a=1 where pk=1;update a=12 where pk=7;...）

下面我们进行实际操作比较两种场景，在更新相同行数时所消耗的时间。

数据准备

数据库版本：MySQL 8.0.23

t1表，建表语句以及准备初始数据1000行

create  database if not exists test;use test##建表create table t1(c1 int primary key,c2 int);##创建存储过程用于生成初始数据DROP PROCEDURE IF EXISTS insdata;DELIMITER $$CREATE PROCEDURE insdata(IN beg INT, IN end INT) BEGIN WHILE beg <= end DO INSERT INTO test.t1 values (beg, end);SET beg = beg+1;END WHILE;END $$DELIMITER ;##插入初始数据1000行call insdata(1,1000);

1.单语句批量更新

更新语句

update  t1 set c2=10 where c1 <=1000;

执行结果

mysql> update  t1 set c2=10 where c1 <=1000;Query OK, 1000 rows affected (0.02 sec)Rows matched: 1000  Changed: 1000  Warnings: 0

2.多语句批量更新

以下脚本用于生成1000行update语句，更新c2的值等于1000以内的随机数

#!/bin/bashfor i in {1..1000}do        echo "update t1 set c2=$((RANDOM%1000+1)) where c1=$i;" >> update.sqldone

生成sql语句如下

update t1 set c2=292 where c1=1;update t1 set c2=475 where c1=2;update t1 set c2=470 where c1=3;update t1 set c2=68 where c1=4;update t1 set c2=819 where c1=5;... ....update t1 set c2=970  where c1=1000;

因为source /ssd/tmp/tmp/1000/update.sql;执行结果如下，执行时间不易统计：

Query OK, 1 row affected (0.00 sec)Rows matched: 1  Changed: 1  Warnings: 0Query OK, 1 row affected (0.01 sec)Rows matched: 1  Changed: 1  Warnings: 0Query OK, 1 row affected (0.00 sec)Rows matched: 1  Changed: 1  Warnings: 0Query OK, 1 row affected (0.00 sec)Rows matched: 1  Changed: 1  Warnings: 0Query OK, 1 row affected (0.01 sec)Rows matched: 1  Changed: 1  Warnings: 0Query OK, 1 row affected (0.00 sec)Rows matched: 1  Changed: 1  Warnings: 0Query OK, 1 row affected (0.01 sec)Rows matched: 1  Changed: 1  Warnings: 0

所以利用Linux时间戳进行统计：

#!/bin/bashstart_time=`date +%s%3N`/ssd/tmp/mysql/bin/mysql -h127.0.0.1 -uroot -P3316 -pabc123 -e "use test;source /ssd/tmp/tmp/1000/update.sql;"end_time=`date +%s%3N`echo "执行时间为："$(($end_time-$start_time))"ms"

执行结果：

[root@computer-42 test]# bash update.shmysql: [Warning] Using a password on the command line interface can be insecure.执行时间为：4246ms

执行所用时间为：4246ms=4.246 sec

结果比较

总结

由上述例子我们可以看到，同样是更新1000行数据。单语句批量更新与多语句批量更新的执行效率差距很大。

而产生这种巨大差异的原因，除了1000行sql语句本身的网络与语句解析开销外，影响性能的地方主要是以下几个方面：

1.如果会话是auto_commit=1，每次执行update语句后都要执行commit操作。commit操作耗费时间较久，会产生两次磁盘同步（写binlog和写redo日志）。在进行比对测试时，尽量将多个语句放到一个事务内，保证只提交一次事务。

2.向后端发送多语句时，后端每处理一个语句均会向client返回一个response包，进行一次交互。如果多语句使用一个事务的话，网络io交互应该是影响性能的主要方面。之前在性能测试时发现网卡驱动占用cpu很高。

我们的目标是希望在更新1000行时，第二种场景的耗时能够减少到一秒以内。

对第二种场景的优化

接下来我们来探索对更新表中多行为不同值时，如何提高它的执行效率。

简单分析

从执行的update语句本身来说，两种场景所用的表结构都进行了最大程度的简化，update语句也十分简单，且where条件为主键，理论上已经没有优化的空间。

如果从其他方面来考虑，根据上述原因分析会有这样三个优化思路：

1. 减少执行语句的解析时间来提高执行效率
2. 减少commit操作对性能的影响，尽量将多个语句放到一个事务内，保证只提交一次事务。
3. 将多条语句合并成一条来提高执行效率

方案一：使用prepare语句，减小解析时间

以下脚本用于生成prepare执行语句

#!/bin/bashecho "prepare pr1 from 'update test.t1 set c2=? where c1=?';" > prepare.sqlfor i in {1..1000}doecho "set @a=$((RANDOM%1000+1)),@b=$i;" >>prepare.sqlecho "execute pr1 using @a,@b;" >> prepare.sqldoneecho "deallocate prepare pr1;" >> prepare.sql

生成语句如下

prepare pr1 from 'update test.t1 set c2=? where c1=?';set @a=276,@b=1;execute pr1 using @a,@b;set @a=341,@b=2;execute pr1 using @a,@b;set @a=803,@b=3;execute pr1 using @a,@b;... ...set @a=582,@b=1000;execute pr1 using @a,@b;deallocate prepare pr1;

执行语句

#!/bin/bashstart_time=`date +%s%3N`/ssd/tmp/mysql/bin/mysql -h127.0.0.1 -uroot -P3316 -pabc123 -e "use test;source /ssd/tmp/tmp/test/prepare.sql;"end_time=`date +%s%3N`echo "执行时间为："$(($end_time-$start_time))"ms"

执行结果：

[root@computer-42 test]# bash prepare_update_id.shmysql: [Warning] Using a password on the command line interface can be insecure.执行时间为：4518ms

与优化前相比

很遗憾，执行总耗时反而增加了。

这里笔者有一点推测是由于原本一条update语句，被拆分成了两条语句：

set @a=276,@b=1;execute pr1 using @a,@b;

这样在MySQL客户端和MySQL进程之间的通讯次数增加了，所以增加了总耗时。

因为prepare预处理语句执行时只能使用用户变量传递，以下执行语句会报错

mysql> execute pr1 using 210,5;ERROR 1064 (42000): You have an error in your SQL syntax;check the manual that corresponds to your MySQL server versionfor the right syntax to use near '210,5' at line 1

所以无法在语法方面将两条语句重新合并，笔者便使用了以下另外一种执行方式

执行语句

#!/bin/bashstart_time=`date +%s%3N`/ssd/tmp/mysql/bin/mysql -h127.0.0.1 -uroot -P3316 -pabc123  <<EOFuse test;DROP PROCEDURE IF EXISTS pre_update;DELIMITER $$CREATE PROCEDURE pre_update(IN beg INT, IN end INT) BEGIN prepare pr1 from 'update test.t1 set c2=? where c1=?'; WHILE beg <= end DO set  @a=beg+1,@b=beg; execute pr1 using @a,@b; SET beg = beg+1;END WHILE;deallocate prepare pr1;END $$DELIMITER ;call pre_update(1,1000);EOFend_time=`date +%s%3N`echo "执行时间为："$(($end_time-$start_time))"ms"

执行结果：

[root@computer-42 test]# bash prepare_update_id.shmysql: [Warning] Using a password on the command line interface can be insecure.执行时间为：3862ms

与优化前相比：

这样的优化幅度符合prepare语句的理论预期，但仍旧不够理想。

方案二：多个update语句放到一个事务内执行，最终commit一次

以下脚本用于生成1000行update语句在一个事务内，更新c2的值等于1000以内的随机数

#!/bin/bashecho "begin;" > update.sqlfor i in {1..1000}do        echo "update t1 set c2=$((RANDOM%1000+1)) where c1=$i;" >> update.sqldoneecho "commit;" >> update.sql

生成sql语句如下

begin;update t1 set c2=279 where c1=1;update t1 set c2=425 where c1=2;update t1 set c2=72 where c1=3;update t1 set c2=599 where c1=4;update t1 set c2=161 where c1=5;... ....update t1 set c2=775  where c1=1000;commit;

执行时间统计的方法，同上

[root@computer-42 test]# bash update.sh mysql: [Warning] Using a password on the command line interface can be insecure.执行时间为：194ms

执行时间为194ms=0.194sec

与优化前相比：

可以看出多次commit操作对性能的影响还是很大的。

方案三：使用特殊SQL语法，将多个update语句合并

合并多条update语句

在这里我们引入一种并不常用的MySQL语法：

1）优化前：

update多行执行语句类似“update xxx; update xxx;update xxx;... ...”

2）优化后：

改成先把要更新的语句拼成一个视图（结果集表)，然后用结果集表和源表进行关联更新。这种更新方式有个隐式限制“按主键或唯一索引关联更新”。

UPDATE t1 m, (    SELECT 1 AS c1, 2 AS c2    UNION ALL    SELECT 2, 2    UNION ALL    SELECT 3, 3    ... ...    UNION ALL    SELECT n, 2  ) rSET m.c1 = r.c1, m.c2 = r.c2WHERE m.c1 = r.c1;

3）具体的例子：

###建表create table t1(c1 int primary key,c2 int);###插入5行数据insert into t1 values(1,1),(2,1),(3,1),(4,1),(5,1);select  * from t1;###更新c2为c1+1UPDATE t1 m, (  SELECT 1 AS c1, 2 AS c2  UNION ALL  SELECT 2, 3  UNION ALL  SELECT 3, 4  UNION ALL  SELECT 4, 5  UNION ALL  SELECT 5, 6 ) rSET m.c1 = r.c1, m.c2 = r.c2WHERE m.c1 = r.c1;###查询结果select * from t1;

执行结果：

  mysql> create table t1(c1 int primary key,c2 int);  Query OK, 0 rows affected (0.03 sec)  mysql> insert into t1 values(1,1),(2,1),(3,1),(4,1),(5,1);  Query OK, 5 rows affected (0.00 sec)  Records: 5  Duplicates: 0  Warnings: 0  mysql> select * from t1;  +----+------+  | c1 | c2   |  +----+------+  |  1 |    1 |  |  2 |    1 |  |  3 |    1 |  |  4 |    1 |  |  5 |    1 |  +----+------+  5 rows in set (0.00 sec)  mysql> update  t1 m,(select 1 as c1,2 as c2 union all select 2,3 union all select 3,4 union all select 4,5 union all select 5,6 ) r set m.c1=r.c1,m.c2=r.c2  where m.c1=r.c1;Query OK, 5 rows affected (0.01 sec)  Rows matched: 5  Changed: 5  Warnings: 0  mysql> select * from t1;  +----+------+  | c1 | c2   |+----+------+  |  1 |    2 |  |  2 |    3 |  |  3 |    4 |  |  4 |    5 |  |  5 |    6 |  +----+------+  5 rows in set (0.00 sec)

4）更进一步的证明

在这里笔者选择通过观察语句执行生成的binlog，来证明优化方式的正确性。

首先是未经优化的语句:

begin;update t1 set c2=2 where c1=1;update t1 set c2=3 where c1=2;update t1 set c2=4 where c1=3;update t1 set c2=5 where c1=4;update t1 set c2=6 where c1=5;commit;

......### UPDATE `test`.`t1`### WHERE###   @1=1 /* INT meta=0 nullable=0 is_null=0 */###   @2=1 /* INT meta=0 nullable=1 is_null=0 */### SET###   @1=1 /* INT meta=0 nullable=0 is_null=0 */###   @2=2 /* INT meta=0 nullable=1 is_null=0 */......### UPDATE `test`.`t1`### WHERE###   @1=2 /* INT meta=0 nullable=0 is_null=0 */###   @2=1 /* INT meta=0 nullable=1 is_null=0 */### SET###   @1=2 /* INT meta=0 nullable=0 is_null=0 */###   @2=3 /* INT meta=0 nullable=1 is_null=0 */......### UPDATE `test`.`t1`### WHERE###   @1=3 /* INT meta=0 nullable=0 is_null=0 */###   @2=1 /* INT meta=0 nullable=1 is_null=0 */### SET###   @1=3 /* INT meta=0 nullable=0 is_null=0 */###   @2=4 /* INT meta=0 nullable=1 is_null=0 */......### UPDATE `test`.`t1`### WHERE###   @1=4 /* INT meta=0 nullable=0 is_null=0 */###   @2=1 /* INT meta=0 nullable=1 is_null=0 */### SET###   @1=4 /* INT meta=0 nullable=0 is_null=0 */###   @2=5 /* INT meta=0 nullable=1 is_null=0 */......### UPDATE `test`.`t1`### WHERE###   @1=5 /* INT meta=0 nullable=0 is_null=0 */###   @2=1 /* INT meta=0 nullable=1 is_null=0 */### SET###   @1=5 /* INT meta=0 nullable=0 is_null=0 */###   @2=6 /* INT meta=0 nullable=1 is_null=0 */......

然后是优化后的语句：

UPDATE t1 m, (  SELECT 1 AS c1, 2 AS c2  UNION ALL  SELECT 2, 3  UNION ALL  SELECT 3, 4  UNION ALL  SELECT 4, 5  UNION ALL  SELECT 5, 6 ) rSET m.c1 = r.c1, m.c2 = r.c2WHERE m.c1 = r.c1;

### UPDATE `test`.`t1`### WHERE###   @1=1 /* INT meta=0 nullable=0 is_null=0 */###   @2=1 /* INT meta=0 nullable=1 is_null=0 */### SET###   @1=1 /* INT meta=0 nullable=0 is_null=0 */###   @2=2 /* INT meta=0 nullable=1 is_null=0 */### UPDATE `test`.`t1`### WHERE###   @1=2 /* INT meta=0 nullable=0 is_null=0 */###   @2=1 /* INT meta=0 nullable=1 is_null=0 */### SET###   @1=2 /* INT meta=0 nullable=0 is_null=0 */###   @2=3 /* INT meta=0 nullable=1 is_null=0 */### UPDATE `test`.`t1`### WHERE###   @1=3 /* INT meta=0 nullable=0 is_null=0 */###   @2=1 /* INT meta=0 nullable=1 is_null=0 */### SET###   @1=3 /* INT meta=0 nullable=0 is_null=0 */###   @2=4 /* INT meta=0 nullable=1 is_null=0 */### UPDATE `test`.`t1`### WHERE###   @1=4 /* INT meta=0 nullable=0 is_null=0 */###   @2=1 /* INT meta=0 nullable=1 is_null=0 */### SET###   @1=4 /* INT meta=0 nullable=0 is_null=0 */###   @2=5 /* INT meta=0 nullable=1 is_null=0 */### UPDATE `test`.`t1`### WHERE###   @1=5 /* INT meta=0 nullable=0 is_null=0 */###   @2=1 /* INT meta=0 nullable=1 is_null=0 */### SET###   @1=5 /* INT meta=0 nullable=0 is_null=0 */###   @2=6 /* INT meta=0 nullable=1 is_null=0 */

可以看到，优化前后binlog中记录的SQL语句是一致的。这也说明了我们优化后语句与原执行语句是等效的。

5）从语法角度的分析

UPDATE t1 m, --被更新的t1表设置别名为m(  SELECT 1 AS c1, 2 AS c2  UNION ALL  SELECT 2, 3  UNION ALL  SELECT 3, 4  UNION ALL  SELECT 4, 5  UNION ALL  SELECT 5, 6) r --通过子查询构建的临时表rSET m.c1 = r.c1, m.c2 = r.c2WHERE m.c1 = r.c1;

将子查询临时表r单独拿出来，我们看一下执行结果：

mysql> select 1 as c1,2 as c2 union all select 2,3 union all select 3,4 union all select 4,5 union all select 5,6;+----+----+| c1 | c2 |+----+----+|  1 |  2 ||  2 |  3 ||  3 |  4 ||  4 |  5 ||  5 |  6 |+----+----+5 rows in set (0.00 sec)

可以看到，这就是我们想要更新的那部分数据，在更新之后的样子。通过t1表与r表进行join update，就可以将t1表中相应的那部分数据，更新成我们想要的样子，完成了使用一条语句完成多行更新的操作。

6）看一下执行计划

以下为explain执行计划，使用了嵌套循环连接，外循环表t1 as m根据条件m.c1=r.c1过滤出5条数据，每更新一行数据需要扫描一次内循环表r，共循环5次：

如果光看执行计划，似乎这条语句的执行效率不是很高，所以我们接下来真正执行一下。

7）实践检验

以下脚本用于生成优化后update语句，更新c2的值等于1000以内的随机数

#!/bin/bashecho "update t1 as m,(select 1 as c1,2 as c2 " >> update-union-all.sqlfor j in {2..1000}do        echo "union all select $j,$((RANDOM%1000+1))" >> update-union-all.sqldoneecho ") as r set m.c2=r.c2 where m.c1=r.c1" >> update-union-all.sql

生成SQL语句如下

update t1 as m,(select 1 as c1,2 as c2union all select 2,644union all select 3,322union all select 4,660union all select 5,857union all select 6,752... ...union all select 999,225union all select 1000,77) as r set m.c2=r.c2 where m.c1=r.c1

执行语句

#!/bin/bashstart_time=`date +%s%3N`/ssd/tmp/mysql/bin/mysql -h127.0.0.1 -uroot -P3316 -pabc123 -e \"use test;source /ssd/tmp/tmp/1000/update-union-all.sql;"end_time=`date +%s%3N`echo "执行时间为："$(($end_time-$start_time))"ms"

执行结果：

[root@computer-42 test]# bash update-union-all.shmysql: [Warning] Using a password on the command line interface can be insecure.执行时间为：58ms

与优化前相比:

多次测试对比结果如下：

总结

根据以上理论分析与实际验证，我们找到了一种对批量更新场景的优化方式。

关于 MySQL 的技术内容，您还有什么想知道的吗？赶紧留言告诉小编吧！