共計 9561 個字符，預計需要花費 24 分鐘才能閱讀完成。

這篇文章主要介紹升級到 MySQL5.7 后開發有什么坑，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

前言

前段時間，將線上 MySQL 數據庫升級到了 5.7。考慮到可能產生的不兼容性，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。

基于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，其默認值為 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，其就調整為了嚴格模式，對于上面這個，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，畢竟可以調整參數。而第二點，卻是不可控的，沒有參數與之相關，需要開發 Review 代碼。

下面具體來看看

測試數據

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信息。

在 MySQL5.6 中，我們可以通過下面這個 SQL 來實現，

SELECT
 deptno,ename,sal 
 ( 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，改寫后的 SQL 可通過 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)

從改寫后的 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，僅次于后面提到的“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 中是不能直接運行的，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 列表里只能出現分組列（即 group by 后面的列）和聚合函數（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,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)

  實在不明白，這里的 ename 在業務層有何意義，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,
 ename,
 sal 
 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 
 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，不僅適用于 MySQL，也適用于其它主流關系型數據庫。

方法 3

MySQL 8.0 推出了分析函數，其也可實現類似功能。

SELECT
 deptno,
 ename,
 sal 
 (
 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;

三種實現方式的性能對比

因上面測試案例的數據量太小，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。

下面換上數據量更大的測試數據，官方示例數據庫 employees 中的 dept_emp 表，https://github.com/datacharmer/test_db

表的相關信息如下，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,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)

從執行時間上看，

方法 1 的時間最短，在有復合索引 (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。同樣的數據，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。

這里，對之前提到的，MySQL 5.7 中不再兼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（性能并不弱，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，然后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，其只使用了復合索引   (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，然后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，對于分組求最值的需求，建議使用方法 1，其不僅符合 SQL 規范，查詢性能上也是最好的，尤其是在聯合索引的情況下。

以上是“升級到 MySQL5.7 后開發有什么坑”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注丸趣 TV 行業資訊頻道！