mysql中IN,OR,BETWEEN性能比较

经常会有朋友问关于在mysql中IN,OR,BETWEEN那个性能更好,我想有很多朋友会用它们三但确实不知道IN,OR,BETWEEN性能那个更好吧,下面我来总结一下关于IN,OR,BETWEEN性能.

微博上看到@金山 提到了一个MySQL中的一个性能问题,代码如下:

select id from table where id > 100 and id < 200 和 select id from table where id = 101 or id = 103 or id = 104 or id = 105 or id = ... 

哪个更快？

这里的查询条件有三种:between,or 和 in,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,代码如下:

1. mysql> show create table tinG 
2. *************************** 1. row *************************** 
3.        Table: tin 
4. Create Table: CREATE TABLE `tin` ( 
5.   `c1` int(11) NOT NULL AUTO_INCREMENT, 
6.   `c2` varchar(256) DEFAULT NULL, 
7.   PRIMARY KEY (`c1`) 
8. ) ENGINE=InnoDB AUTO_INCREMENT=5002 DEFAULT CHARSET=latin1 
9. 1 row in set (0.00 sec) 
10.  
11. mysql> show create procedure init_tinG 
12. *************************** 1. row *************************** 
13.            Procedure: init_tin 
14.             sql_mode: NO_ENGINE_SUBSTITUTION 
15.     Create Procedure: CREATE DEFINER=`root`@`127.0.0.1` PROCEDURE `init_tin`(cnt int) 
16. begin 
17. declare i int default 0; 
18. repeat 
19. insert into tin(c2) values(repeat('a', 100)); 
20. set i:= i+1; 
21. until i > cnt 
22. end repeat; 
23. end 
24. character_set_client: utf8 
25. collation_connection: utf8_general_ci 
26.   Database Collation: latin1_swedish_ci 
27. 1 row in set (0.00 sec) 
28. --phpfensi.com 
29. mysql> call init_tin(5000)G 

2,查看执行计划

为了简单起见,这里并没有选择[100,200]这个区间进行查询,而是只选择了[100,104]这个区间,查询语句为:

1. SELECT * FROM tin where c1 >= 100 and c1 <= 104; 
2. SELECT * FROM tin where c1 in (100, 101, 102, 103, 104); 
3. SELECT * FROM tin where c1 = 100 or c1 = 101 or c1 = 102 or c1 = 103 or c1 = 104; 

首先查看explain输出,会发现三个语句的explain输出是一样的,代码如下:

1. *************************** 1. row *************************** 
2.            id: 1 
3.   select_type: SIMPLE 
4.         table: tin 
5.          type: range 
6. possible_keys: PRIMARY 
7.           key: PRIMARY 
8.       key_len: 4 
9.           ref: NULL 
10.          rows: 5 
11.      filtered: 100.00 
12.         Extra: Using where 
13. 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.代码如下:

1. SELECT * FROM tin where c1 >=100 and c1 <=104; 
2. "chosen_range_access_summary": { 
3.                     "range_access_plan": { 
4.                       "type": "range_scan", 
5.                       "index": "PRIMARY", 
6.                       "rows": 5, 
7.                       "ranges": [ 
8.                         "100 <= c1 <= 104" 
9.                       ] 
10.                     }, 
11.                     "rows_for_plan": 5, 
12.                     "cost_for_plan": 2.0188, 
13.                     "chosen": true 
14.                     }  

2.代码如下:

1. SELECT * FROM tin where c1 in (100, 101, 102, 103, 104); 
2. "chosen_range_access_summary": { 
3.                     "range_access_plan": { 
4.                       "type": "range_scan", 
5.                       "index": "PRIMARY", 
6.                       "rows": 5, 
7.                       "ranges": [ 
8.                         "100 <= c1 <= 100", 
9.                         "101 <= c1 <= 101", 
10.                         "102 <= c1 <= 102", 
11.                         "103 <= c1 <= 103", 
12.                         "104 <= c1 <= 104" 
13.                       ] 
14.                     }, 
15.                     "rows_for_plan": 5, 
16.                     "cost_for_plan": 6.0188, 
17.                     "chosen": true 
18.                   }  

3.代码如下:

1. SELECT * FROM tin where c1 = 100 or c1 = 101 or c1 = 102 or c1 = 103 or c1 =104; 
2. "chosen_range_access_summary": { 
3.                     "range_access_plan": { 
4.                       "type": "range_scan", 
5.                       "index": "PRIMARY", 
6.                       "rows": 5, 
7.                       "ranges": [ 
8.                         "100 <= c1 <= 100", 
9.                         "101 <= c1 <= 101", 
10.                         "102 <= c1 <= 102", 
11.                         "103 <= c1 <= 103", 
12.                         "104 <= c1 <= 104" 
13.                       ] 
14.                     }, 
15.                     "rows_for_plan": 5, 
16.                     "cost_for_plan": 6.0188, 
17.                     "chosen": true 
18.                   }  

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.

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）,而对于语句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了.

先就分析到这吧,具体的执行时间的数据我就不测试了,主要是想通过测试了解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。好了，收拾行李，明天回家,年前最后一篇。