当前位置：首页 数据库正文

MySQL深分页,limit 100000,10优化

2024-11-17 2

我们日常做分页需求时，一般会用limit实现，但是当偏移量特别大的时候，查询效率就变得低下。

本文将分4个方案，讨论如何优化MySQL百万数据的深分页问题.

一、limit深分页为什么会变慢

表结构

1
2
3
4
5
6
7
8
9
10
CREATE TABLE account (
  id int(11) NOT NULL AUTO_INCREMENT COMMENT '主键Id',
  name varchar(255) DEFAULT NULL COMMENT '账户名',
  balance int(11) DEFAULT NULL COMMENT '余额',
  create_time datetime NOT NULL COMMENT '创建时间',
  update_time datetime NOT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
  PRIMARY KEY (id),
  KEY idx_name (name),
  KEY idx_update_time (update_time) //索引
) ENGINE=InnoDB AUTO_INCREMENT=1570068 DEFAULT CHARSET=utf8 ROW_FORMAT=REDUNDANT COMMENT='账户表';

执行的深分页SQL为

1
select id,name,balance from account where update_time> '2020-09-19' limit 100000,10;

这个SQL的执行时间如下：

执行完需要0.742秒，深分页为什么会变慢呢？如果换成 limit 0,10，只需要0.006秒哦

我们先来看下这个SQL的执行流程：

  • 通过普通二级索引树idx_update_time，过滤update_time条件，找到满足条件的记录ID。

  • 通过ID，回到主键索引树，找到满足记录的行，然后取出展示的列（回表）

  • 扫描满足条件的100010行，然后扔掉前100000行，返回。

（每一条select语句都会从1遍历至当前位置，若跳转到第10000页，则会遍历100000条记录）

执行计划如下：

SQL变慢原因有两个：

  1. limit语句会先扫描offset+n行，然后再丢弃掉前offset行，返回后n行数据。也就是说limit 100000,10，就会扫描100010行，而limit 0,10，只扫描10行。

  2. limit 100000,10 扫描更多的行数，也意味着回表更多的次数。

二、优化方案

2.1 通过子查询优化（覆盖索引）

因为以上的SQL，回表了100010次，实际上，我们只需要10条数据，也就是我们只需要10次回表其实就够了。因此，我们可以通过减少回表次数来优化。

回顾B+树结构

如何减少回表次数呢？我们先来复习下B+树索引结构

InnoDB中，索引分主键索引（聚簇索引）和二级索引

  • 主键索引，叶子节点存放的是整行数据

  • 二级索引，叶子节点存放的是主键的值。

覆盖索引

覆盖索引（covering index ，或称为索引覆盖）即从非主键索引中就能查到的记录，而不需要查询主键索引中的记录，避免了回表的产生减少了树的搜索次数，显著提升性能。

如何确定数据库成功使用了覆盖索引呢？ —— 当发起一个索引覆盖查询时，在explain的extra列可以看到using index的信息

可以看到Extra中的Using index，表明我们成功使用了覆盖索引

把条件转移到主键索引树

如果我们把查询条件，转移回到主键索引树，那就不就可以减少回表次数啦。转移到主键索引树查询的话，查询条件得改为主键id了，之前SQL的update_time这些条件咋办呢？抽到子查询那里嘛~

子查询那里怎么抽的呢？因为二级索引叶子节点是有主键ID的，所以我们直接根据update_time来查主键ID即可，同时我们把 limit 100000的条件，也转移到子查询，完整SQL如下：

1
select id,name,balance FROM account where id >= (select a.id from account a where a.update_time >= '2020-09-19' limit 100000, 1) LIMIT 10; -- （可以加下时间条件到外面的主查询）

查询效果一样的，执行时间只需要0.038秒！ 0.742秒 ——> 0.038秒

我们来看下执行计划

由执行计划得知，子查询 table a查询是用到了idx_update_time索引。

首先在索引上拿到了聚集索引的主键ID，省去了回表操作，然后第二查询直接根据第一个查询的ID往后再去查10个就可以了!

所谓的覆盖索引就是从普通索引树中就能查到的想要数据，而不需要通过回表从主键索引中查询其他列，能够显著提升性能。

因此，这个方案是可以的~

2.2 INNER JOIN 延迟关联

延迟关联的优化思路，跟子查询的优化思路其实是一样的：都是把条件转移到主键索引树，然后减少回表。不同点是，延迟关联使用了inner join代替子查询。

优化后的SQL如下：

1
SELECT  acct1.id,acct1.name,acct1.balance FROM account acct1 INNER JOIN (SELECT a.id FROM account a WHERE a.update_time >= '2020-09-19' ORDER BY a.update_time LIMIT 100000, 10) AS  acct2 on acct1.id= acct2.id;

查询效果也是杠杆的，只需要0.034秒

执行计划如下：

查询思路就是，先通过idx_update_time二级索引树查询到满足条件的主键ID，再与原表通过主键ID内连接，这样后面直接走了主键索引了，同时也减少了回表。

2.3 标签记录法（要求id是有序的）

limit 深分页问题的本质原因就是：偏移量（offset）越大，mysql就会扫描越多的行，然后再抛弃掉。这样就导致查询性能的下降。

其实我们可以采用标签记录法，就是标记一下上次查询到哪一条了，下次再来查的时候，从该条开始往下扫描。就好像看书一样，上次看到哪里了，你就折叠一下或者夹个书签，下次来看的时候，直接就翻到啦。

1
select id,name,balance from account limit 1000000,10;

假设上一次记录到100000，则SQL可以优化为：

1
select id,name,balance FROM account where id > 100000 order by id limit 10;

这样的话，后面无论翻多少页，性能都会不错的，因为命中了id索引。但是你，这种方式有局限性：要求id是连续的、并且有序。

在有序的条件下，也可以使用比如创建时间等其他字段来代替主键id，但是前提是这个字段是建立了索引的。

id不是连续，我们可以通过order by让它连续

总之，使用条件过滤的方式来优化 limit 是有诸多限制的，一般还是推荐使用覆盖索引的方式来优化。

2.4 使用between…and…

很多时候，可以将limit查询转换为已知位置的查询，这样MySQL通过范围扫描between...and，就能获得到对应的结果。

1
select id,name,balance from account limit 1000000,10;

如果知道边界值为100000，100010后，就可以这样优化：

1
select id,name,balance FROM account where id between 100000 and 100010 order by id desc;


相关文章

热门排行