MySQL調優之SQL查詢深度分頁問題怎麼解決

一、問題引入

例如目前存在一張表test_user，然後往這個表裡面插入3百萬的資料：

CREATE TABLE `test_user` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键id',
  `user_id` varchar(36) NOT NULL COMMENT '用户id',
  `user_name` varchar(30) NOT NULL COMMENT '用户名称',
  `phone` varchar(20) NOT NULL COMMENT '手机号码',
  `lan_id` int(9) NOT NULL COMMENT '本地网',
  `region_id` int(9) NOT NULL COMMENT '区域',
  `create_time` datetime NOT NULL COMMENT '创建时间',
  PRIMARY KEY (`id`),
  KEY `idx_user_id` (`user_id`)
) ENGINE=InnoDB AUTO_INCREMENT;

在資料庫開發過程中我們常常會使用分頁，核心技術是使用用 limit start, count 分頁語句進行資料的讀取。 

我們分別看下從0、10000、100000、500000、1000000、1800000開始分頁的執行時長（每頁取100條）。

SELECT * FROM test_user LIMIT 0,100;         # 0.031
SELECT * FROM test_user LIMIT 10000,100;     # 0.047
SELECT * FROM test_user LIMIT 100000,100;    # 0.109
SELECT * FROM test_user LIMIT 500000,100;    # 0.219
SELECT * FROM test_user LIMIT 1000000,100;   # 0.547s
SELECT * FROM test_user LIMIT 1800000,100;   # 1.625s

我們已經看出隨著起始記錄的增加，時間也隨著增加。改變起始記錄為290萬後，我們可以看到分頁語句中的limit和起始頁碼之間存在很大的關聯

SELECT * FROM test_user LIMIT 2900000,100; # 3.062s

我們驚訝的發現MySQL在資料量大的情況下分頁起點越大，查詢速度越慢！ 

那麼為什麼會出現上述這種情況呢？

答案： 因為 limit 2900000,100 的語法其實是mysql掃描到前2900100條數據，之後丟棄前面的3000000行，這個步驟其實是浪費掉的。

從中我們也能總結出以下兩件事：

limit語句的查詢時間與起始記錄的位置成正比。

mysql的limit語句是很方便，但是對記錄很多的表並不適合直接使用。

二、MySQL中的limit用法

limit子句可以用來強制select語句傳回指定的記錄數，其語法格式如下：

SELECT * FROM 表名 limit m,n;
SELECT * FROM table LIMIT [offset,] rows;

limit接受一個或兩個數字參數，參數必須是一個整數常數，如果給定兩個參數：

第一個參數指定第一個傳回記錄行的偏移量
第二個參數指定傳回記錄行的最大數目

2.1 m代表從m 1筆記錄行開始檢索，n代表取出n筆資料。 (m可設為0) 

SELECT * FROM 表名 limit 6,5;

上述SQL表示從第7筆記錄行開始算，取出5筆資料 

2.2 值得注意的是，n可以設定為-1，當n為-1時，表示從m 1行開始檢索，直到取出最後一條資料

SELECT * FROM 表名 limit 6,-1;

上述SQL表示取出第6筆記錄行以後的所有資料

2.3 若只給m，則表示從第1筆記錄行開始算一共取出m條

SELECT * FROM 表名 limit 6;

2.4 以年齡倒序後取出前3行

select * from student order by age desc limit 3;

2.5 跳過前3行後再2取行

select * from student order by age desc limit 3,2;

三、深度分頁最佳化策略

方法一：用主鍵id或唯一索引優化

即先找到上次分頁的最大id，然後利用id上的索引來查詢：

SELECT * FROM test_user WHERE id>1000000 LIMIT 100; # 0.047秒

使用此最佳化SQL比起前面的查詢速度已經快了11倍。除了使用主鍵ID，還可以運用唯一索引來快速定位特定數據，從而避免全表掃描。以下是對應的SQL最佳化程式碼，讀取唯一鍵(pk)在1000至1019範圍內的資料：

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

原因：索引掃描，速度會很快。

適用場景：如果資料查詢出來是按照pk或id進行排序，而全部資料沒有缺少的話則可以這樣優化，否則分頁操作會遺漏資料。

方法二：利用索引覆蓋優化

我們都知道，利用了索引查詢的語句中如果只包含了那個索引列（也就是索引覆蓋），那麼這種情況就會查詢很快。

為什麼索引覆蓋查詢會很快呢？

答案：因為利用索引來找出有最佳化演算法，且資料就在查詢索引上面，不用再去找相關的資料位址了，這樣節省了很多時間。當並發量較高時，Mysql也提供了與索引相關聯的緩存，充分利用此緩存可以獲得更佳的效果。

由於在我們的測試表test_user中，id欄位是主鍵，因此預設包含了主鍵索引。現在讓我們看看利用覆蓋索引的查詢效果如何。

這次我們查詢第1000001到1000100行的資料（利用覆蓋索引，只包含id列）：

SELECT id FROM test_user LIMIT 1000000,100; # 0.843秒

從這個結果發現查詢速度比全表掃描速度還要慢（當然在重複執行這條SQL，多次查詢之後速度還是變快了很多，幾乎省了一半時間，這是由於緩存的原因）， 接著使用explain命令來查看該SQL的執行計劃，發現該SQL執行採用的普通索引 idx_user_id：

EXPLAIN SELECT id FROM test_user LIMIT 1000000,100;

#如果我們刪除普通索引，執行上述SQL時會使用主鍵索引。那如果不刪除普通索引的話，針對這種情況，我們要讓上述SQL走主鍵索引的話，則可以使用order by語句：

SELECT id FROM test_user ORDER BY id ASC LIMIT 1000000,100; # 0.250秒

那麼如果我們也要查詢所有列，有兩種方法，一種是id>=的形式，另一種就是利用join。

第一種寫法： 

SELECT * FROM test_user WHERE ID >= (SELECT id FROM test_user ORDER BY id ASC LIMIT 1000000,1) LIMIT 100;

上述SQL查詢時間為0.281秒

第二種寫法：

SELECT * FROM (SELECT id FROM test_user ORDER BY id ASC LIMIT 1000000,100) a LEFT JOIN test_user b ON a.id = b.id;

上述SQL查詢時間為0.252秒

方法三：基於索引再排序

其中pageNum表示頁碼，其取值從0開始；pageSize表示指的是每頁多少條資料。

SELECT * FROM 表名称 WHERE id_pk > (pageNum*pageSize) ORDER BY id_pk ASC LIMIT pageSize;

适应场景：

• 适用于数据量多的情况

• 最好ORDER BY后的列对象是主键或唯一索引

• id数据没有缺失，可以作为序号使用

• 使用ORDER BY操作能利用索引被消除，但结果集是稳定的

原因：

• 索引扫描，速度会很快

• 但MySQL的排序操作，只有ASC没有DESC。在MySQL中，索引的存储顺序是升序ASC，没有降序DESC的索引。这就是为什么默认情况下，order by 是按照升序排序的原因

方法四：基于索引使用prepare

PREPARE预编译一个SQL语句，并为其分配一个名称 stmt_name，以便以后引用该语句，预编译好的语句用EXECUTE执行。

PREPARE stmt_name FROM 'SELECT * FROM test_user WHERE id > ? ORDER BY id ASC LIMIT ?';
SET @a = 1000000;
SET @b = 100;
EXECUTE stmt_name USING @a, @b;;

上述SQL查询时间为0.047秒。

对于定义好的PREPARE预编译语句，我们可以使用下述命令来释放该预编译语句：

DEALLOCATE PREPARE stmt_name;

原因：

• 索引扫描,速度会很快.

• prepare语句又比一般的查询语句快一点。

方法五：利用"子查询+索引"快速定位数据

其中page表示页码，其取值从0开始；pagesize表示指的是每页多少条数据。

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);

方法六：利用复合索引进行优化

假设数据表 collect ( id, title ,info ,vtype) 就这4个字段，其中id是主键自增，title用定长，info用text, vtype是tinyint，vtype是一个普通索引。

现在往里面填充数据，填充10万条记录，数据库表占用硬1.6G。

select id,title from collect limit 1000,10;

执行上述SQL速度很快，基本上0.01秒就OK。

select id,title from collect limit 90000,10;

然后再执行上述SQL，就发现非常慢，基本上平均8~9秒完成。

这个时候如果我们执行下述，我们会发现速度又变的很快，0.04秒就OK。

select id from collect order by id limit 90000,10;

那么这个现象的原因是什么？

答案：因为用了id主键做索引, 这里实现了索引覆盖，当然快。

所以如果想一起查询其它列的话，可以按照索引覆盖进行优化，具体如下：

select id,title from collect where id >= (select id from collect order by id limit 90000,1) limit 10;

再看下面的语句，带上where 条件：

select id from collect where vtype=1 order by id limit 90000,10;

可以发现这个速度上也是很慢的，用了8~9秒！

这里有一个疑惑：vtype 做了索引了啊？怎么会慢呢？

vtype做了索引是不错，如果直接对vtype进行过滤：

select id from collect where vtype=1 limit 1000,10;

可以看到速度还是很快的，基本上0.05秒，如果从9万开始，那就是0.05*90=4.5秒的速度了。

其实加了 order by id 就不走索引，这样做还是全表扫描，解决的办法是：复合索引！

因此针对下述SQL深度分页优化时可以加一个search_index(vtype,id)复合索引：

select id from collect where vtype=1 order by id limit 90000,10;

综上： 

• 在进行SQL查询深度分页优化时，如果对于有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用到的主键放第二位，而且只能select 主键。

• 最后根据查询出的主键走一级索引找到对应的数据。

• 按这样的逻辑，百万级的limit 在0.0x秒就可以分完，完美解决了分页问题。

以上是MySQL調優之SQL查詢深度分頁問題怎麼解決的詳細內容。更多資訊請關注PHP中文網其他相關文章！