升級到MySQL5.7後開發不得不注意的一些坑
前言
前段時間，將線上MySQL資料庫升級到了5.7。考慮到可能產生的不相容性，在升級之前，確實也是戰戰兢兢，雖然測試環境，開發環境早在半年前就已提前升級。
基於前期的調研和朋友的反饋，與開發相關的主要有兩點：
sql_mode
MySQL 5.6中，其預設值為"NO_ENGINE_SU BSTITUTION"，可理解為非嚴格模式，譬如，對自增主鍵插入空字串''，雖然提示warning，但並不影響自增主鍵的生成。
但在MySQL 5.7中，其就調整為了嚴格模式，對於上面這個，其不會提示warning，而是直接報錯。
分組求最值
分組求最值的某些寫法在MySQL5.7中得不到預期結果，這點，相對來說比較隱蔽。
其中，第一點是可控的，畢竟可以調整引數。而第二點，卻是不可控的，沒有引數與之相關，需要開發Review程式碼。
下面具體來看看
測試資料
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，ename是員工姓名，sal是工資，deptno是員工所在部門號。
業務的需求是，求出每個部門中工資最高的員工的相關資訊。
在MySQL5.6中，我們可以通過下面這個SQL來實現，
SELECT deptno,ename,sal FROM ( SELECT * FROM emp ORDER BY sal DESC ) t GROUP BY deptno;
結果如下，可以看到，其確實實現了預期效果。
+--------+----------+--------+ | deptno | ename | sal | +--------+----------+--------+ | 10 | emp_1002 | 200.00 | | 20 | emp_1004 | 400.00 | | 30 | emp_1006 | 600.00 | +--------+----------+--------+
再來看看MySQL5.7的結果，竟然不一樣。
+--------+----------+--------+ | deptno | ename | sal | +--------+----------+--------+ | 10 | emp_1001 | 100.00 | | 20 | emp_1003 | 300.00 | | 30 | emp_1005 | 500.00 | +--------+----------+--------+
實際上，在MySQL5.7中，對該SQL進行了改寫，改寫後的SQL可通過explain(extended) + show warnings檢視。
mysql> explain select deptno,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)
從改寫後的SQL來看，其消除了子查詢，導致結果未能實現預期效果，官方也證實了這一點，https://bugs.mysql.com/bug.php?id=80131
很多人可能不以為然，認為沒人會這樣寫，但在大名鼎鼎的stackoverflow中，該實現的點贊數就有116個-由此可見其受眾之廣，僅次於後面提到的“方法二”（點贊數206個）。
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中是不能直接執行的，其會提示如下錯誤：
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
這個與sql_mode有關，在MySQL 5.7中，sql_mode調整為了
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語句有關，其要求select列表裡只能出現分組列（即group by後面的列）和聚合函式（sum，avg，max等），這也是SQL92的標準。
但在工作中，卻經常看到開發寫出下面這種SQL。
mysql> select deptno,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)
實在不明白，這裡的ename在業務層有何意義，畢竟，他並不是工資最高的那位員工。
分組求最值，MySQL的實現方式
其實分組求最值是一個很普遍的需求。在工作中，也經常被開發同事問到。 下面具體來看看，MySQL中有哪些實現方式。
方法1
SELECT e.deptno,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;
這兩種實現方式，其實是通用的，不僅適用於MySQL，也適用於其它主流關係型資料庫。
方法3
MySQL 8.0推出了分析函式，其也可實現類似功能。
SELECT deptno,sal FROM ( SELECT deptno,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;
三種實現方式的效能對比
因上面測試案例的資料量太小，三種實現方式的結果都是秒出，僅憑執行計劃很難直觀地看出實現方式的優劣。
下面換上資料量更大的測試資料，官方示例資料庫employees中的dept_emp表，https://github.com/datacharmer/test_db
表的相關資訊如下，其中emp_no是員工編號，dept_no是部門編號，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,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,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,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)
從執行時間上看，
方法1的時間最短，在有複合索引(deptno,fromdate)的情況下，結果瞬間就出來了，即使在沒有索引的情況下，也只消耗了0.75s。
方法2的時間最長，3個小時還是沒出結果。同樣的資料，同樣的SQL，放到Oracle查，也消耗了87分49秒。
方法3的時間比較固定，無論是否存在索引，都維持在1.5s左右，比方法1的耗時要久。
這裡，對之前提到的，MySQL 5.7中不再相容的實現方式也做了個測試，在沒有任何索引的情況下，其穩定在0.7s（效能並不弱，怪不得有人使用），而同等情況下，方法1穩定在0.5s（哈，MySQL 5.6竟然比8.0還快）。但與方法1不同的是，其無法通過索引進行優化。
從執行計劃上看，
方法1， 先將group by的結果放到臨時表中，然後再將該臨時表作為驅動表，來和dept_emp表進行關聯查詢。驅動表小（只有9條記錄），關聯列又有索引，無怪乎，結果能秒出。
方法2， 兩表關聯。其犯了SQL優化中的兩個大忌。
1. 驅動表太大，其有331603條記錄。
2. 被驅動表雖然也有索引，但從執行計劃上看，其只使用了複合索引 (dept_no,from_date)中的dept_no，而dept_no的選擇率又太低，畢竟只有9個部門。
方法3， 先把分析的結果放到一個臨時表中，然後再對該臨時表進行處理。其進行了兩次全表掃描，一次是針對dept_emp表，一次是針對臨時表。
所以，對於分組求最值的需求，建議使用方法1，其不僅符合SQL規範，查詢效能上也是最好的，尤其是在聯合索引的情況下。
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對我們的支援。