MySQL 百萬級數(shù)據(jù)分頁查詢及優(yōu)化

方法1: 直接使用數(shù)據(jù)庫提供的SQL語句

語句樣式: MySQL中,可用如下方法: SELECT * FROM 表名稱 LIMIT M,N

適應(yīng)場景: 適用于數(shù)據(jù)量較少的情況(元組百/千級)

原因/缺點(diǎn): 全表掃描,速度會很慢 且 有的數(shù)據(jù)庫結(jié)果集返回不穩(wěn)定(如某次返回1,2,3,另外的一次返回2,1,3). Limit限制的是從結(jié)果集的M位置處取出N條輸出,其余拋棄.



方法2: 建立主鍵或唯一索引, 利用索引(假設(shè)每頁10條)

語句樣式: MySQL中,可用如下方法: SELECT * FROM 表名稱 WHERE id_pk > (pageNum*10) LIMIT M

適應(yīng)場景: 適用于數(shù)據(jù)量多的情況(元組數(shù)上萬)

原因: 索引掃描,速度會很快. 有朋友提出: 因?yàn)閿?shù)據(jù)查詢出來并不是按照pk_id排序的，所以會有漏掉數(shù)據(jù)的情況，只能方法3



方法3: 基于索引再排序

語句樣式: MySQL中,可用如下方法: SELECT * FROM 表名稱 WHERE id_pk > (pageNum*10) ORDER BY id_pk ASC LIMIT M

適應(yīng)場景: 適用于數(shù)據(jù)量多的情況(元組數(shù)上萬). 最好ORDER BY后的列對象是主鍵或唯一所以,使得ORDERBY操作能利用索引被消除但結(jié)果集是穩(wěn)定的(穩(wěn)定的含義,參見方法1)

原因: 索引掃描,速度會很快. 但MySQL的排序操作,只有ASC沒有DESC(DESC是假的,未來會做真正的DESC,期待...).



方法4: 基于索引使用prepare

第一個(gè)問號表示pageNum，第二個(gè)？表示每頁元組數(shù)

語句樣式: MySQL中,可用如下方法: PREPARE stmt_name FROM SELECT * FROM 表名稱 WHERE id_pk > (？* ？) ORDER BY id_pk ASC LIMIT M

適應(yīng)場景: 大數(shù)據(jù)量

原因: 索引掃描,速度會很快. prepare語句又比一般的查詢語句快一點(diǎn)。



方法5: 利用MySQL支持ORDER操作可以利用索引快速定位部分元組,避免全表掃描

比如: 讀第1000到1019行元組(pk是主鍵/唯一鍵).

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





方法6: 利用"子查詢/連接+索引"快速定位元組的位置,然后再讀取元組.

比如(id是主鍵/唯一鍵,藍(lán)色字體時(shí)變量)

利用子查詢示例:

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



利用連接示例:

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大數(shù)據(jù)量使用limit分頁，隨著頁碼的增大，查詢效率越低下。



測試實(shí)驗(yàn)

1.   直接用limit start, count分頁語句， 也是我程序中用的方法：

select * from product limit start, count





當(dāng)起始頁較小時(shí)，查詢沒有性能問題，我們分別看下從10， 100， 1000， 10000開始分頁的執(zhí)行時(shí)間（每頁取20條）。

如下：

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



我們已經(jīng)看出隨著起始記錄的增加，時(shí)間也隨著增大， 這說明分頁語句limit跟起始頁碼是有很大關(guān)系的，那么我們把起始記錄改為40w看下（也就是記錄的一般左右）     

select * from product limit 400000, 20   3.229秒



            

再看我們?nèi)∽詈笠豁撚涗浀臅r(shí)間

select * from product limit 866613, 20   37.44秒





像這種分頁最大的頁碼頁顯然這種時(shí)間是無法忍受的。

從中我們也能總結(jié)出兩件事情：

limit語句的查詢時(shí)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并不適合直接使用。



2.   對limit分頁問題的性能優(yōu)化方法

利用表的覆蓋索引來加速分頁查詢
我們都知道，利用了索引查詢的語句中如果只包含了那個(gè)索引列（覆蓋索引），那么這種情況會查詢很快。



因?yàn)槔盟饕檎矣袃?yōu)化算法，且數(shù)據(jù)就在查詢索引上面，不用再去找相關(guān)的數(shù)據(jù)地址了，這樣節(jié)省了很多時(shí)間。另外Mysql中也有相關(guān)的索引緩存，在并發(fā)高的時(shí)候利用緩存就效果更好了。



在我們的例子中，我們知道id字段是主鍵，自然就包含了默認(rèn)的主鍵索引?，F(xiàn)在讓我們看看利用覆蓋索引的查詢效果如何。



這次我們之間查詢最后一頁的數(shù)據(jù)（利用覆蓋索引，只包含id列），如下：



select id from product limit 866613, 20 0.2秒



相對于查詢了所有列的37.44秒，提升了大概100多倍的速度



那么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，看下實(shí)際情況：



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



查詢時(shí)間為0.2秒！



另一種寫法



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



查詢時(shí)間也很短！








3.  復(fù)合索引優(yōu)化方法

MySql 性能到底能有多高？MySql 這個(gè)數(shù)據(jù)庫絕對是適合dba級的高手去玩的，一般做一點(diǎn)1萬篇新聞的小型系統(tǒng)怎么寫都可以，用xx框架可以實(shí)現(xiàn)快速開發(fā)?？墒菙?shù)據(jù)量到了10萬，百萬至千萬，他的性能還能那么高嗎？一點(diǎn)小小的失誤，可能造成整個(gè)系統(tǒng)的改寫，甚至更本系統(tǒng)無法正常運(yùn)行！好了，不那么多廢話了。



用事實(shí)說話，看例子：

數(shù)據(jù)表 collect ( id, title ,info ,vtype) 就這4個(gè)字段，其中 title 用定長，info 用text, id 是逐漸，vtype是tinyint，vtype是索引。這是一個(gè)基本的新聞系統(tǒng)的簡單模型。現(xiàn)在往里面填充數(shù)據(jù)，填充10萬篇新聞。最后collect 為 10萬條記錄，數(shù)據(jù)庫表占用硬1.6G。



OK ,看下面這條sql語句：



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;



從9萬條開始分頁，結(jié)果？

8-9秒完成，my god 哪出問題了？其實(shí)要優(yōu)化這條數(shù)據(jù)，網(wǎng)上找得到答案。看下面一條語句:



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



很快，0.04秒就OK。為什么？因?yàn)橛昧薸d主鍵做索引當(dāng)然快。網(wǎng)上的改法是：



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



這就是用了id做索引的結(jié)果。可是問題復(fù)雜那么一點(diǎn)點(diǎn)，就完了。看下面的語句

select id from collect where vtype=1 order by id limit 90000,10; 很慢，用了8-9秒！

到了這里我相信很多人會和我一樣，有崩潰感覺！vtype 做了索引了啊？怎么會慢呢？vtype做了索引是不錯，你直接



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



是很快的，基本上0.05秒，可是提高90倍，從9萬開始，那就是0.05*90=4.5秒的速度了。和測試結(jié)果8-9秒到了一個(gè)數(shù)量級。



從這里開始有人提出了分表的思路，這個(gè)和dis #cuz 論壇是一樣的思路。思路如下：

建一個(gè)索引表：t (id,title,vtype) 并設(shè)置成定長，然后做分頁，分頁出結(jié)果再到 collect 里面去找info 。是否可行呢？實(shí)驗(yàn)下就知道了。



10萬條記錄到 t(id,title,vtype) 里，數(shù)據(jù)表大小20M左右。用



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



很快了?；旧?.1-0.2秒可以跑完。為什么會這樣呢？我猜想是因?yàn)閏ollect 數(shù)據(jù)太多，所以分頁要跑很長的路。limit 完全和數(shù)據(jù)表的大小有關(guān)的。其實(shí)這樣做還是全表掃描，只是因?yàn)閿?shù)據(jù)量小，只有10萬才快。OK， 來個(gè)瘋狂的實(shí)驗(yàn)，加到100萬條，測試性能。加了10倍的數(shù)據(jù)，馬上t表就到了200多M，而且是定長。還是剛才的查詢語句，時(shí)間是0.1-0.2秒完成！分表性能沒問題？



錯！因?yàn)槲覀兊膌imit還是9萬，所以快。給個(gè)大的，90萬開始



select id from t where vtype=1 order by id limit 900000,10;



看看結(jié)果，時(shí)間是1-2秒！why ?



分表了時(shí)間還是這么長，非常之郁悶！有人說定長會提高limit的性能，開始我也以為，因?yàn)橐粭l記錄的長度是固定的，mysql 應(yīng)該可以算出90萬的位置才對啊？可是我們高估了mysql 的智能，他不是商務(wù)數(shù)據(jù)庫，事實(shí)證明定長和非定長對limit影響不大？怪不得有人說discuz到了100萬條記錄就會很慢，我相信這是真的，這個(gè)和數(shù)據(jù)庫設(shè)計(jì)有關(guān)！



難道MySQL 無法突破100萬的限制嗎？？？到了100萬的分頁就真的到了極限？

答案是：NO 為什么突破不了100萬是因?yàn)椴粫O(shè)計(jì)mysql造成的。下面介紹非分表法，來個(gè)瘋狂的測試！一張表搞定100萬記錄，并且10G 數(shù)據(jù)庫，如何快速分頁！

好了，我們的測試又回到 collect表，開始測試結(jié)論是：

30萬數(shù)據(jù)，用分表法可行，超過30萬他的速度會慢道你無法忍受！當(dāng)然如果用分表+我這種方法，那是絕對完美的。但是用了我這種方法后，不用分表也可以完美解決！

答案就是：復(fù)合索引！有一次設(shè)計(jì)mysql索引的時(shí)候，無意中發(fā)現(xiàn)索引名字可以任取，可以選擇幾個(gè)字段進(jìn)來，這有什么用呢？



開始的



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



這么快就是因?yàn)樽吡怂饕?，可是如果加了where 就不走索引了。抱著試試看的想法加了 search(vtype,id) 這樣的索引。



然后測試



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



非?？欤?.04秒完成！



再測試:



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



非常遺憾，8-9秒，沒走search索引！



再測試：search(id,vtype)，還是select id 這個(gè)語句，也非常遺憾，0.5秒。



綜上：如果對于有where 條件，又想走索引用limit的，必須設(shè)計(jì)一個(gè)索引，將where 放第一位，limit用到的主鍵放第2位，而且只能select 主鍵！



完美解決了分頁問題了?？梢钥焖俜祷豬d就有希望優(yōu)化limit ， 按這樣的邏輯，百萬級的limit 應(yīng)該在0.0x秒就可以分完。看來mysql 語句的優(yōu)化和索引時(shí)非常重要的！



那實(shí)際生產(chǎn)環(huán)境中，我們又該如何分析時(shí)候有sql語句慢
MySQL查詢截取分析步驟：
一、開啟慢查詢?nèi)罩?，捕獲慢SQL

二、explain+慢SQL分析

三、show profile查詢SQL語句在服務(wù)器中的執(zhí)行細(xì)節(jié)和生命周期

四、SQL數(shù)據(jù)庫服務(wù)器參數(shù)調(diào)優(yōu)

一、開啟慢查詢?nèi)罩?，捕獲慢SQL
1、查看慢查詢?nèi)罩臼欠耖_啟


SHOW VARIABLES LIKE '%slow_query_log%';


2、開啟慢查詢?nèi)罩?br>SET GLOBAL slow_query_log=1;

3、查看慢查詢?nèi)罩娟I值
SHOW [GLOBAL] VARIABLES LIKE '%long_query_time%';
4、設(shè)置慢查詢?nèi)罩娟I值

SET GLOBAL long_query_time=3;


5、查看多少SQL語句超過了闕值

SHOW GLOBAL STATUS LIKE '%Slow_queries%';


6、MySQL提供的日志分析工具mysqldumpslow
進(jìn)入MySQL的安裝目錄中的bin目錄下

執(zhí)行 ./mysqldumpslow --help 查看幫助命令

常用參考：

得到返回記錄集最多的10個(gè)SQL

mysqldumpslow -s r -t 10 slow.log
得到訪問次數(shù)最多的10個(gè)SQL

mysqldumpslow -s c -t 10 slow.log
得到按照時(shí)間排序的前10條里面含有左連接的查詢語句

mysqldumpslow -s t -t 10 -g "left join" slow.log
使用這些語句時(shí)結(jié)合| more使用



作者：java知路


歡迎關(guān)注微信公眾號 ：java知路