如何优化Mysql千万级快速分页

例子： 　　数据表 collect ( id, title ,info ,vtype) 就这4个字段，其中 title 用定长，info 用text, id 是主键，vtype是tinyint，vtype是索引。这是一个基本的新闻系统的简单模型。如今往里面填充数据，填充10万篇新闻。 　　最后collect 为 10万条记录，数据库表占用硬盘1.6G。OK ,看下面这条sql语句： 　　select id,title from collect limit 1000,10; 很快；基本上0.01秒就OK，再看下面的 　　select id,title from collect limit 90000,10; 从9万条开始分页，结果？ 　　8-9秒完成，my god 哪出问题了？？？？其实要优化这条数据，网上找获得答案。看下面一条语句: 　　select id from collect order by id limit 90000,10; 很快，0.04秒就OK。为何？由于用了id主键作索引固然快。网上的改法是： 　　select id,title from collect where id>=(select id from collect order by id limit 90000,1) limit 10; 　　这就是用了id作索引的结果。但是问题复杂那么一点点，就完了。看下面的语句 　　select id from collect where vtype=1 order by id limit 90000,10; 很慢，用了8-9秒！ 　　到了这里我相信不少人会和我同样，有崩溃感受！vtype 作了索引了啊？怎么会慢呢？vtype作了索引是不错，你直接 select id from collect where vtype=1 limit 1000,10; 是很快的，基本上0.05秒，但是提升90倍，从9万开始，那就是0.05*90=4.5秒的速度了。和测试结果8-9秒到了一个数量级。从这里开始有人提出了分表的思路，这个和discuz 论坛是同样的思路。思路以下： 　　建一个索引表： t (id,title,vtype) 并设置成定长，而后作分页，分页出结果再到 collect 里面去找info 。 是否可行呢？实验下就知道了。 　　10万条记录到 t(id,title,vtype) 里，数据表大小20M左右。用 　　select id from t where vtype=1 order by id limit 90000,10; 很快了。基本上0.1-0.2秒能够跑完。为何会这样呢？我猜测是由于collect 数据太多，因此分页要跑很长的路。limit 彻底和数据表的大小有关的。其实这样作仍是全表扫描，只是由于数据量小，只有10万才快。OK，来个疯狂的实验，加到100万条，测试性能。 　　加了10倍的数据，立刻t表就到了200多M，并且是定长。仍是刚才的查询语句，时间是0.1-0.2秒完成！分表性能没问题？错！由于咱们的limit仍是9万，因此快。给个大的，90万开始 　　select id from t where vtype=1 order by id limit 900000,10; 看看结果，时间是1-2秒！ 　　why 　 分表了时间仍是这么长，很是之郁闷！有人说定长会提升limit的性能，开始我也觉得，由于一条记录的长度是固定的，mysql 应该能够算出90万的位置才对啊？ 但是咱们高估了mysql 的智能，他不是商务数据库，事实证实定长和非定长对limit影响不大？怪不得有人说 discuz到了100万条记录就会很慢，我相信这是真的，这个和数据库设计有关！ 　　难道MySQL 没法突破100万的限制吗？？？到了100万的分页就真的到了极限？？？ 　　答案是： NO !!!! 为何突破不了100万是由于不会设计mysql形成的。下面介绍非分表法，来个疯狂的测试！一张表搞定100万记录，而且10G 数据库，如何快速分页！ 　　好了，咱们的测试又回到 collect表，开始测试结论是： 30万数据，用分表法可行，超过30万他的速度会慢道你没法忍受！固然若是用分表+我这种方法，那是绝对完美的。可是用了我这种方法后，不用分表也能够完美解决！ 　　答案就是：复合索引！有一次设计mysql索引的时候，无心中发现索引名字能够任取，能够选择几个字段进来，这有什么用呢？开始的select id from collect order by id limit 90000,10; 这么快就是由于走了索引，但是若是加了where 就不走索引了。抱着试试看的想法加了 search(vtype,id) 这样的索引。而后测试 　　select id from collect where vtype=1 limit 90000,10; 很是快！0.04秒完成！ 　　再测试: select id ,title from collect where vtype=1 limit 90000,10; 很是遗憾，8-9秒，没走search索引！ 　　再测试：search(id,vtype)，仍是select id 这个语句，也很是遗憾，0.5秒。 　　综上：若是对于有where 条件，又想走索引用limit的，必须设计一个索引，将where 放第一位，limit用到的主键放第2位，并且只能select 主键！ 　　完美解决了分页问题了。能够快速返回id就有但愿优化limit ， 按这样的逻辑，百万级的limit 应该在0.0x秒就能够分完。看来mysql 语句的优化和索引时很是重要的！ 　　好了，回到原题，如何将上面的研究成功快速应用于开发呢？若是用复合查询，个人轻量级框架就没的用了。分页字符串还得本身写，那多麻烦？这里再看一个例子，思路就出来了： 　　select * from collect where id in (9000,12,50,7000); 居然 0秒就能够查完！ 　　mygod ，mysql 的索引居然对于in语句一样有效！看来网上说in没法用索引是错误的！ 　　有了这个结论，就能够很简单的应用于轻量级框架了： 　　代码以下： 　　$db=dblink(); $db->pagesize=20; 　　$sql="select id from collect where vtype=$vtype"; 　　$db->execute($sql); $strpage=$db->strpage(); //将分页字符串保存在临时变量，方便输出 while($rs=$db->fetch_array()){ 　 $strid.=$rs['id'].','; } $strid=substr($strid,0,strlen($strid)-1); //构造出id字符串 $db->pagesize=0; //很关键，在不注销类的状况下，将分页清空，这样只须要用一次数据库链接，不须要再开； $db->execute("select id,title,url,sTime,gTime,vtype,tag from collect where id in ($strid)"); 　　< php while($rs=$db->fetch_array()): > 　 amp;$amp;nbsp;< php echo $rs['id']; $amp;>amp;$lt;/td> 　 amp;$amp;nbsp;< php echo $rs['url']; $amp;>amp;$lt;/td> 　 amp;$amp;nbsp;< php echo $rs['sTime']; $amp;>amp;$lt;/td> 　 amp;$amp;nbsp;< php echo $rs['gTime']; $amp;>amp;$lt;/td> 　 amp;$amp;nbsp;< php echo $rs['vtype']; $amp;>amp;$lt;/td> 　 amp;$amp;nbsp;quot;$ target="_blank"$amp;>amp;$lt; php echo $rs['title']; $amp;>amp;$lt;/a$amp;>amp;$lt;/td> 　 amp;$amp;nbsp;< php echo $rs['tag']; $amp;>amp;$lt;/td> < php endwhile; > < php echo $strpage; 　　经过简单的变换，其实思路很简单：1）经过优化索引，找出id，并拼成 "123,90000,12000" 这样的字符串。2）第2次查询找出结果。 　　小小的索引+一点点的改动就使mysql 能够支持百万甚至千万级的高效分页！ 　　经过这里的例子，我反思了一点：对于大型系统，PHP千万不能用框架，尤为是那种连sql语句都看不到的框架！由于开始对于个人轻量级框架都差点崩溃！只适合小型应用的快速开发，对于ERP,OA，大型网站，数据层包括逻辑层的东西都不能用框架。若是程序员失去了对sql语句的把控，那项目的风险将会成几何级数增长！尤为是用mysql 的时候，mysql 必定须要专业的dba 才能够发挥他的最佳性能。一个索引所形成的性能差异多是上千倍！ 　　PS: 通过实际测试，到了100万的数据，160万数据，15G表，190M索引，就算走索引，limit都得0.49秒。因此分页最好别让别人看到10万条之后的数据，要否则会很慢！就算用索引。通过这样的优化，mysql到了百万级分页是个极限！但有这样的成绩已经很不错，若是你是用sqlserver确定卡死！而 160万的数据用 id in (str) 很快，基本仍是0秒。若是这样，千万级的数据，mysql应该也很容易应付。