批量造数据

阿里不让多表join？我偏要



 

Java高级互联网架构

5小时前

提出问题和环境准备

《阿里巴巴JAVA开发手册》里面写超过三张表禁止join，这是为什么？

对这个结论，你是否有怀疑呢？

也不知道是哪位先哲说的不要人云亦云，今天我设计sql，来验证这个结论。

（实验没有从代码角度分析，目前达不到。可以把mysql当一个黑盒，使用角度来验证这个结论） 验证结论的时候，会有很多发现，各位往后看。

实验环境：vmware10+centos7.4+mysql5.7.22 ，centos7内存4.5G，4核，50G硬盘。mysql配置为2G，特别说明硬盘是SSD。

我概述下我的实验：有4张表，student学生表，teacher老师表，course课程表，sc中间关系表，记录了学生选修课程以及分数。

具体sql脚本，看文章结尾，我附上。中间我自己写了造数据的脚本，也在结尾。



实验是为解决一个问题的：查询选修“tname553”老师所授课程的学生中，成绩最高的学生姓名及其成绩。查询sql是：

select Student.Sname,course.cname,score from Student,SC,Course ,Teacher where Student.s_id=SC.s_id and SC.c_id=Course.c_id and sc.t_id=teacher.t_id and Teacher.Tname='tname553' and SC.score=(select max(score)from SC where sc.t_id=teacher.t_Id); 

我来分析一下这个语句：4张表等值join，还有一个子查询。算是比较简单的sql语句了（相比ERP动就10张表的哦，已经很简单了）。

我还会分解这个语句成3个简单的sql：

select max(score) from SC ,Teacher where sc.t_id=teacher.t_Id and Teacher.Tname='tname553'; select sc.t_id,sc.s_id,score from SC ,Teacher where sc.t_id=teacher.t_Id and score=590 and Teacher.Tname='tname553'; select Student.Sname,course.cname,score from Student,SC ,course where Student.s_id=SC.s_id and sc.s_id in (20769800,48525000,26280200) and course.c_id = sc.c_id; 

我来分析下：第一句，就是查询最高分，得到最高分590分。第二句就是查询出最高分的学生id，得到

20769800,48525000,26280200 

第三句就是查询出学生名字和分数。这样这3个语句的就可以查询出来成绩最高的学生姓名及其成绩。

接下来我会分别造数据：1千万选课记录(一个学生选修2门课),造500万学生，100万老师(一个老师带5个学生，挺高端的吧)，1000门课。

用上面查询语句查询。其中sc表我测试了下有索引和没有索引情况，具体见下表。

再接下来，我会造1亿选课记录(一个学生选修2门课),5000万学生，1000万老师，1000门课。然后分别执行上述语句。最后我会在oracle数据库上执行上述语句。

测试结果





敲黑板划重点

仔细看上表，可以发现：

步骤3.1没有在连接键上加索引，查询很慢，说明：“多表关联查询时，保证被关联的字段需要有索引”；

步骤6.1,6.2,6.3，换成简单sql，在数据量1亿以上， 查询时间还能勉强接受。此时说明mysql查询有些吃力了，但是仍然能查询出来。

步骤5.1，mysql查询不出来，4表连接，对我本机mysql来说，1.5亿数据超过极限了（我调优过这个SQL，执行计划和索引都走了，没有问题，show profile显示在sending data.这个问题另外文章详谈。）

对比1.1 和5.1 步骤sql查询，4表连接，对我本机mysql来说，1.5千万数据查询很流利，是一个mysql数据量流利分水岭。(这个只是现象，不太准确，需要同时计算表的容量)。

步骤5.1对比6.1,6.2,6.3，多表join对mysql来说，处理有些吃力。

超过三张表禁止join,这个规则是针对mysql来说的。后续会看到我用同样机器，同样数据量，同样内存，可以完美计算 1.5亿数据量join。针对这样一个规则，对开发来说 ，需要把一些逻辑放到应用层去查询。

总结：这个规则超过三张表禁止join,由于数据量太大的时候，mysql根本查询不出来，导致阿里出了这样一个规定

(其实如果表数据量少，10张表也不成问题,你自己可以试试)而我们公司支付系统朝着大规模高并发目标设计的，所以，遵循这个规定。

在业务层面来讲，写简单sql，把更多逻辑放到应用层，我的需求我会更了解，在应用层实现特定的join也容易得多。

让我们来看看oracle数据库的优秀表现



看步骤7.1，就是没有索引，join表很多的情况下，oracle仍然26秒查询出结果来。所以我会说mysql的join很弱。

看完本篇文章，另外我还附加赠送，所谓搂草打兔子。就是快速造数据。你可以自己先写脚本造数据，看看我是怎么造数据的，就知道我的技巧了。

附上部分截图









附上sql语句和造数据脚本

use stu; drop table if exists student; create table student ( s_id int(11) not null auto_increment , sno int(11), sname varchar(50), sage int(11), ssex varchar(8) , father_id int(11), mather_id int(11), note varchar(500), primary key (s_id), unique key uk_sno (sno) ) engine=innodb default charset=utf8mb4; truncate table student; delimiter $$ drop function if exists insert_student_data $$ create function insert_student_data() returns int deterministic begin declare i int; set i=1; while i<50000000 do insert into student values(i ,i, concat('name',i),i,case when floor(rand()*10)%2=0 then 'f' else 'm' end,floor(rand()*100000),floor(rand()*1000000),concat('note',i) ); set i=i+1; end while; return 1; end$$ delimiter ; select insert_student_data(); select count(*) from student; use stu; create table course ( c_id int(11) not null auto_increment , cname varchar(50) note varchar(500), primary key (c_id) ) engine=innodb default charset=utf8mb4; truncate table course; delimiter $$ drop function if exists insert_course_data $$ create function insert_course_data() returns int deterministic begin declare i int; set i=1; while i<=1000 do insert into course values(i , concat('course',i),floor(rand()*1000),concat('note',i) ); set i=i+1; end while; return 1; end$$ delimiter ; select insert_course_data(); select count(*) from course; use stu; drop table if exists sc; create table sc ( s_id int(11), c_id int(11), t_id int(11), score int(11) ) engine=innodb default charset=utf8mb4; truncate table sc; delimiter $$ drop function if exists insert_sc_data $$ create function insert_sc_data() returns int deterministic begin declare i int; set i=1; while i<=50000000 do insert into sc values( i,floor(rand()*1000),floor(rand()*10000000),floor(rand()*750)) ; set i=i+1; end while; return 1; end$$ delimiter ; select insert_sc_data(); commit; select insert_sc_data(); commit; create index idx_s_id on sc(s_id) ; create index idx_t_id on sc(t_id) ; create index idx_c_id on sc(c_id) ; select count(*) from sc; use stu; drop table if exists teacher; create table teacher ( t_id int(11) not null auto_increment , tname varchar(50) , note varchar(500),primary key (t_id) ) engine=innodb default charset=utf8mb4; truncate table teacher; delimiter $$ drop function if exists insert_teacher_data $$ create function insert_teacher_data() returns int deterministic begin declare i int; set i=1; while i<=10000000 do insert into teacher values(i , concat('tname',i),concat('note',i) ); set i=i+1; end while; return 1; end$$ delimiter ; select insert_teacher_data(); commit; select count(*) from teacher; 这个是oracle的测试和造数据脚本 create tablespace scott_data datafile '/home/oracle/oracle_space/sitpay1/scott_data.dbf' size 1024m autoextend on; create tablespace scott_index datafile '/home/oracle/oracle_space/sitpay1/scott_index.dbf' size 64m autoextend on; create temporary tablespace scott_temp tempfile '/home/oracle/oracle_space/sitpay1/scott_temp.dbf' size 64m autoextend on; drop user scott cascade; create user scott identified by tiger default tablespace scott_data temporary tablespace scott_temp ; grant resource,connect,dba to scott; drop table student; create table student ( s_id number(11) , sno number(11) , sname varchar2(50), sage number(11), ssex varchar2(8) , father_id number(11), mather_id number(11), note varchar2(500) ) nologging; truncate table student; create or replace procedure insert_student_data is q number(11); begin q:=0; for i in 1..50 loop insert /*+append*/ into student select rownum+q as s_id,rownum+q as sno, concat('sutdent',rownum+q ) as sname,floor(dbms_random.value(1,100)) as sage,'f' as ssex,rownum+q as father_id,rownum+q as mather_id,concat('note',rownum+q ) as note from dual connect by level<=1000000; q:=q+1000000; commit; end loop; end insert_student_data; / call insert_student_data(); alter table student add constraint pk_student primary key (s_id); commit; select count(*) from student; create table course ( c_id number(11) primary key, cname varchar2(50), note varchar2(500) ) ; truncate table course; create or replace procedure insert_course_data is q number(11); begin for i in 1..1000 loop insert /*+append*/ into course values(i , concat('name',i),concat('note',i) ); end loop; end insert_course_data; / call insert_course_data(); commit; select count(*) from course; create table sc ( s_id number(11), c_id number(11), t_id number(11), score number(11) ) nologging; truncate table sc; create or replace procedure insert_sc_data is q number(11); begin q:=0; for i in 1..50 loop insert /*+append*/ into sc select rownum+q as s_id, floor(dbms_random.value(0,1000)) as c_id,floor(dbms_random.value(0,10000000)) t_id,floor(dbms_random.value(0,750)) as score from dual connect by level<=1000000; q:=q+1000000; commit; end loop; end insert_sc_data; / call insert_sc_data(); create index idx_s_id on sc(s_id) ; create index idx_t_id on sc(t_id) ; create index idx_c_id on sc(c_id) ; select count(*) from sc; create table teacher ( t_id number(11) , tname varchar2(50) , note varchar2(500) )nologging ; truncate table teacher; create or replace procedure insert_teacher_data is q number(11); begin q:=0; for i in 1..10 loop insert /*+append*/ into teacher select rownum+q as t_id, concat('teacher',rownum+q ) as tname,concat('note',rownum+q ) as note from dual connect by level<=1000000; q:=q+1000000; commit; end loop; end insert_teacher_data; / call insert_teacher_data(); alter table teacher add constraint pk_teacher primary key (t_id); select count(*) from teacher; 

4349阅读

搜索

阿里三板斧

mysqlredo详解

mysql底层运行原理

mysql分库分表

阿里p5级别概念

阿里的职级体系