MySQL分页查询优化

当须要从数据库查询的表有上万条记录的时候，一次性查询全部结果会变得很慢，特别是随着数据量的增长特别明显，这时须要使用分页查询。对于数据库分页查询，也有不少种方法和优化的点。下面简单说一下我知道的一些方法。

准备工做

为了对下面列举的一些优化进行测试，下面针对已有的一张表进行说明。

• 表名：order_history
• 描述：某个业务的订单历史表
• 主要字段：unsigned int id，tinyint(4) int type
• 字段状况：该表一共37个字段，不包含text等大型数据，最大为varchar(500)，id字段为索引，且为递增。
• 数据量：5709294
• MySQL版本：5.7.16
  线下找一张百万级的测试表可不容易，若是须要本身测试的话，能够写shell脚本什么的插入数据进行测试。
  如下的 sql 全部语句执行的环境没有发生改变，下面是基本测试结果：

select count(*) from orders_history;

返回结果：5709294

三次查询时间分别为：

• 8903 ms
• 8323 ms
• 8401 ms

通常分页查询

通常的分页查询使用简单的 limit 子句就能够实现。limit 子句声明以下：

SELECT * FROM table LIMIT [offset,] rows | rows OFFSET offset

LIMIT 子句能够被用于指定 SELECT 语句返回的记录数。需注意如下几点：

• 第一个参数指定第一个返回记录行的偏移量，注意从0开始
• 第二个参数指定返回记录行的最大数目
• 若是只给定一个参数：它表示返回最大的记录行数目
• 第二个参数为 -1 表示检索从某一个偏移量到记录集的结束全部的记录行
• 初始记录行的偏移量是 0(而不是 1)

下面是一个应用实例：

select * from orders_history where type=8 limit 1000,10;

该条语句将会从表 orders_history 中查询offset: 1000开始以后的10条数据，也就是第1001条到第1010条数据（1001 <= id <= 1010）。

数据表中的记录默认使用主键（通常为id）排序，上面的结果至关于：

select * from orders_history where type=8 order by id limit 10000,10;

三次查询时间分别为：

• 3040 ms
• 3063 ms
• 3018 ms

针对这种查询方式，下面测试查询记录量对时间的影响：

select * from orders_history where type=8 limit 10000,1;
select * from orders_history where type=8 limit 10000,10;
select * from orders_history where type=8 limit 10000,100;
select * from orders_history where type=8 limit 10000,1000;
select * from orders_history where type=8 limit 10000,10000;

三次查询时间以下：

• 查询1条记录：3072ms 3092ms 3002ms
• 查询10条记录：3081ms 3077ms 3032ms
• 查询100条记录：3118ms 3200ms 3128ms
• 查询1000条记录：3412ms 3468ms 3394ms
• 查询10000条记录：3749ms 3802ms 3696ms

另外我还作了十来次查询，从查询时间来看，基本能够肯定，在查询记录量低于100时，查询时间基本没有差距，随着查询记录量愈来愈大，所花费的时间也会愈来愈多。

针对查询偏移量的测试：

select * from orders_history where type=8 limit 100,100;
select * from orders_history where type=8 limit 1000,100;
select * from orders_history where type=8 limit 10000,100;
select * from orders_history where type=8 limit 100000,100;
select * from orders_history where type=8 limit 1000000,100;

三次查询时间以下：

• 查询100偏移：25ms 24ms 24ms
• 查询1000偏移：78ms 76ms 77ms
• 查询10000偏移：3092ms 3212ms 3128ms
• 查询100000偏移：3878ms 3812ms 3798ms
• 查询1000000偏移：14608ms 14062ms 14700ms

随着查询偏移的增大，尤为查询偏移大于10万之后，查询时间急剧增长。

这种分页查询方式会从数据库第一条记录开始扫描，因此越日后，查询速度越慢，并且查询的数据越多，也会拖慢总查询速度。

使用子查询优化

这种方式先定位偏移位置的 id，而后日后查询，这种方式适用于 id 递增的状况。

select * from orders_history where type=8 limit 100000,1;

select id from orders_history where type=8 limit 100000,1;

select * from orders_history where type=8 and 
id>=(select id from orders_history where type=8 limit 100000,1) 
limit 100;

select * from orders_history where type=8 limit 100000,100;

4条语句的查询时间以下：

• 第1条语句：3674ms
• 第2条语句：1315ms
• 第3条语句：1327ms
• 第4条语句：3710ms

针对上面的查询须要注意：

• 比较第1条语句和第2条语句：使用 select id 代替 select * 速度增长了3倍
• 比较第2条语句和第3条语句：速度相差几十毫秒
• 比较第3条语句和第4条语句：得益于 select id 速度增长，第3条语句查询速度增长了3倍

这种方式相较于原始通常的查询方法，将会增快数倍。

使用 id 限定优化

这种方式假设数据表的id是连续递增的，则咱们根据查询的页数和查询的记录数能够算出查询的id的范围，可使用 id between and 来查询：

select * from orders_history where type=2 
and id between 1000000 and 1000100 limit 100;

查询时间：15ms 12ms 9ms

这种查询方式可以极大地优化查询速度，基本可以在几十毫秒以内完成。限制是只能使用于明确知道id的状况，不过通常创建表的时候，都会添加基本的id字段，这为分页查询带来不少便利。

还能够有另一种写法：

select * from orders_history where id >= 1000001 limit 100;

固然还可使用 in 的方式来进行查询，这种方式常常用在多表关联的时候进行查询，使用其余表查询的id集合，来进行查询：

select * from orders_history where id in
(select order_id from trade_2 where goods = 'pen')
limit 100;

这种 in 查询的方式要注意：某些 mysql 版本不支持在 in 子句中使用 limit。

使用临时表优化

这种方式已经不属于查询优化，这儿附带提一下。

对于使用 id 限定优化中的问题，须要 id 是连续递增的，可是在一些场景下，好比使用历史表的时候，或者出现过数据缺失问题时，能够考虑使用临时存储的表来记录分页的id，使用分页的id来进行 in 查询。这样可以极大的提升传统的分页查询速度，尤为是数据量上千万的时候。

关于数据表的id说明

通常状况下，在数据库中创建表的时候，强制为每一张表添加 id 递增字段，这样方便查询。

若是像是订单库等数据量很是庞大，通常会进行分库分表。这个时候不建议使用数据库的 id 做为惟一标识，而应该使用分布式的高并发惟一 id 生成器来生成，并在数据表中使用另外的字段来存储这个惟一标识。

使用先使用范围查询定位 id （或者索引），而后再使用索引进行定位数据，可以提升好几倍查询速度。即先 select id，而后再 select *；

本人才疏学浅，不免犯错，若发现文中有错误遗漏，望不吝赐教。
原文地址：http://uusama.com/458.html