MySQL百万级数据分页查询及优化

方法1: 直接使用数据库提供的SQL语句

• 语句样式: MySQL中,可用以下方法: SELECT * FROM 表名称 LIMIT M,N

• 适应场景: 适用于数据量较少的状况(元组百/千级)

• 缘由/缺点: 全表扫描,速度会很慢 且 有的数据库结果集返回不稳定(如某次返回1,2,3,另外的一次返回2,1,3). Limit限制的是从结果集的M位置处取出N条输出,其他抛弃.

 

方法2: 创建主键或惟一索引, 利用索引(假设每页10条)

• 语句样式: MySQL中,可用以下方法: SELECT * FROM 表名称 WHERE id_pk > (pageNum*10) LIMIT M

• 适应场景: 适用于数据量多的状况(元组数上万)

• 缘由: 索引扫描,速度会很快. 有朋友提出: 由于数据查询出来并非按照pk_id排序的，因此会有漏掉数据的状况，只能方法3

 

方法3: 基于索引再排序

• 语句样式: MySQL中,可用以下方法: SELECT * FROM 表名称 WHERE id_pk > (pageNum*10) ORDER BY id_pk ASC LIMIT M

• 适应场景: 适用于数据量多的状况(元组数上万). 最好ORDER BY后的列对象是主键或惟一因此,使得ORDERBY操做能利用索引被消除但结果集是稳定的(稳定的含义,参见方法1)

• 缘由: 索引扫描,速度会很快. 但MySQL的排序操做,只有ASC没有DESC(DESC是假的,将来会作真正的DESC,期待...).

 

方法4: 基于索引使用prepare

第一个问号表示pageNum，第二个？表示每页元组数

• 语句样式: MySQL中,可用以下方法: PREPARE stmt_name FROM SELECT * FROM 表名称 WHERE id_pk > (？* ？) ORDER BY id_pk ASC LIMIT M

• 适应场景: 大数据量

• 缘由: 索引扫描,速度会很快. prepare语句又比通常的查询语句快一点。

 

方法5: 利用MySQL支持ORDER操做能够利用索引快速定位部分元组,避免全表扫描

好比: 读第1000到1019行元组(pk是主键/惟一键).

 

SELECT * FROM your_table WHERE pk>=1000 ORDER BY pk ASC LIMIT 0,20

 

 

方法6: 利用"子查询/链接+索引"快速定位元组的位置,而后再读取元组. 

好比(id是主键/惟一键,蓝色字体时变量)

利用子查询示例:

 

SELECT * FROM your_table WHERE id <= 
(SELECT id FROM your_table ORDER BY id desc LIMIT ($page-1)*$pagesize ORDER BY id desc 
LIMIT $pagesize

 

利用链接示例:

 

SELECT * FROM your_table AS t1 
JOIN (SELECT id FROM your_table ORDER BY id desc LIMIT ($page-1)*$pagesize AS t2 
WHERE t1.id <= t2.id ORDER BY t1.id desc LIMIT $pagesize;

 

mysql大数据量使用limit分页，随着页码的增大，查询效率越低下。

 

测试实验

1.   直接用limit start, count分页语句， 也是我程序中用的方法：

 

select * from product limit start, count

 

当起始页较小时，查询没有性能问题，咱们分别看下从10， 100， 1000， 10000开始分页的执行时间（每页取20条）。

以下：

 

select * from product limit 10, 20   0.016秒
select * from product limit 100, 20   0.016秒
select * from product limit 1000, 20   0.047秒
select * from product limit 10000, 20   0.094秒

 

咱们已经看出随着起始记录的增长，时间也随着增大， 这说明分页语句limit跟起始页码是有很大关系的，那么咱们把起始记录改成40w看下（也就是记录的通常左右）     

 

select * from product limit 400000, 20   3.229秒

 

再看咱们取最后一页记录的时间

 

select * from product limit 866613, 20   37.44秒

 

像这种分页最大的页码页显然这种时间是没法忍受的。

从中咱们也能总结出两件事情：

1. limit语句的查询时间与起始记录的位置成正比

2. mysql的limit语句是很方便，可是对记录不少的表并不适合直接使用。

 

2.   对limit分页问题的性能优化方法

利用表的覆盖索引来加速分页查询
咱们都知道，利用了索引查询的语句中若是只包含了那个索引列（覆盖索引），那么这种状况会查询很快。

 

由于利用索引查找有优化算法，且数据就在查询索引上面，不用再去找相关的数据地址了，这样节省了不少时间。另外Mysql中也有相关的索引缓存，在并发高的时候利用缓存就效果更好了。

 

在咱们的例子中，咱们知道id字段是主键，天然就包含了默认的主键索引。如今让咱们看看利用覆盖索引的查询效果如何。

 

此次咱们之间查询最后一页的数据（利用覆盖索引，只包含id列），以下：

 

select id from product limit 866613, 20 0.2秒

 

相对于查询了全部列的37.44秒，提高了大概100多倍的速度

 

那么若是咱们也要查询全部列，有两种方法，一种是id>=的形式，另外一种就是利用join，看下实际状况：

 

SELECT * FROM product WHERE ID > =(select id from product limit 866613, 1) limit 20

 

查询时间为0.2秒！

 

另外一种写法

 

SELECT * FROM product a JOIN (select id from product limit 866613, 20) b ON a.ID = b.id

 

查询时间也很短！

 

3.  复合索引优化方法

MySql 性能到底能有多高？MySql 这个数据库绝对是适合dba级的高手去玩的，通常作一点1万篇新闻的小型系统怎么写均可以，用xx框架能够实现快速开发。但是数据量到了10万，百万至千万，他的性能还能那么高吗？一点小小的失误，可能形成整个系统的改写，甚至更本系统没法正常运行！好了，不那么多废话了。

 

用事实说话，看例子：

数据表 collect ( id, title ,info ,vtype) 就这4个字段，其中 title 用定长，info 用text, id 是逐渐，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dis #cuz 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！

 

转：https://mp.weixin.qq.com/s?__biz=MzAxODcyNjEzNQ==&mid=2247487717&idx=1&sn=5722f426678d9eea107f600abb1966a1&chksm=9bd0bd7daca7346ba23d33a52a5f712c7c39843791b4df7f6d7e0e8b35aed0666d74b364729e&mpshare=1&scene=1&srcid=&key=21f14813742a42c9ad215a5083b1ab5e30a00bb5bb969e682b537c48d5a080774cc4dff9e662cf14979a675642d5a2bb3095b498ca98b8d194a8798af4e481333f3695f55c62ef4b72dcc616fa4e91a0&ascene=1&uin=MTM4NTE4NDY0MA%3D%3D&devicetype=Windows+10&version=62060833&lang=zh_CN&pass_ticket=O5%2FeIbm2OSpZsxDPsAToFNNvwPjvdaX4pigkBSrt8bapOJ1dDLFyz3xJrw2rlYR7