MySQL大数据分页查询性能优化

为大家介绍 MySQL 大数据分页查询性能优化的方法，希望大家学习后能有所提升。

使用 limit start, count 分页语句

select * from product limit start, count

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

我们已经看出随着起始记录的增加，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，那么我们把起始记录改为 40w 看下（也就是记录的一般左右）

select * from product limit 400000, 20   3.229 秒

再看我们取最后一页记录的时间

select * from product limit 866613, 20   37.44 秒

难怪搜索引擎抓取我们页面的时候经常会报超时，像这种分页最大的页码页显然这种时间是无法忍受的。

从中我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，但是对记录很多的表并不适合直接使用。

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

我们都知道，利用了索引查询的语句中如果只包含了那个索引列（覆盖索引），那么这种情况会查询很快。

因为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，这样节省了很多时间。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。

在我们的例子中，我们知道 id 字段是主键，自然就包含了默认的主键索引。现在让我们看看利用覆盖索引的查询效果如何：

这次我们之间查询最后一页的数据（利用覆盖索引，只包含 id 列查询的数据少在配合索引的确很快，如果使用 * 进行全表查询还是很慢的），如下：

select id from product limit 866613, 20 0.2 秒

相对于查询了所有列的 37.44 秒，提升了大概 100 多倍的速度

那么如果我们也要查询所有列，有两种方法，一种是 id>= 的形式，另一种就是利用 join，看下实际情况：

这段语句就是先通过单个字段 (最好有索引的) 进行分页查询 (因为只有一个字段所以查询速度比全表查询要快很多) 后，在通过上面查询的数据进行精准全表查询

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

查询时间为 0.2 秒，简直是一个质的飞跃。

另一种写法，和上面的理念基本一样

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！

其实两者用的都是一个原理嘛，所以效果也差不多

Mysql 的分页查询十分简单，但是当数据量大的时候一般的分页就吃不消了。

传统分页查询：

SELECT c1,c2,cn… FROM table LIMIT n,m

MySQL 的 limit 工作原理就是先读取前面 n 条记录，然后抛弃前 n 条，读后面 m 条想要的，所以 n 越大，偏移量越大，性能就越差。

推荐分页查询方法

1、尽量给出查询的大致范围, 这样就会在指定的范围开始查询

SELECT c1,c2,cn… FROM table WHERE id>=20000 LIMIT 10;

2、子查询法

SELECT c1,c2,cn… FROM table WHERE id>=(SELECT id FROM table LIMIT 20000,1)LIMIT 10;

3、高性能 MySQL 一书中提到的只读索引方法

优化前 SQL:

SELECT c1,c2,cn… FROM member ORDER BY last_active LIMIT 50,5

优化后 SQL:

SELECT c1, c2, cn .. .
FROM member
INNER JOIN (SELECT member_id FROM member ORDER BY last_active LIMIT 50, 5)
USING (member_id)

分别在于，优化前的 SQL 需要更多 I / O 浪费，因为先读索引，再读数据，然后抛弃无需的行。而优化后的 SQL(子查询那条)只读索引 (Cover index) 就可以了，然后通过 member_id 读取需要的列。

4、第一步用用程序读取出 ID，然后再用 IN 方法读取所需记录

程序读 ID：

SELECT id FROM table LIMIT 20000, 10;
SELECT c1, c2, cn .. . FROM table WHERE id IN (id1, id2, idn.. .)

文章来源地址 https://www.toymoban.com/diary/sql/553.html

到此这篇关于 MySQL 大数据分页查询性能优化的文章就介绍到这了, 更多相关内容可以在右上角搜索或继续浏览下面的相关文章，希望大家以后多多支持 TOY 模板网！

原文地址:https://www.toymoban.com/diary/sql/553.html

如若转载，请注明出处：如若内容造成侵权 / 违法违规 / 事实不符，请联系站长进行投诉反馈，一经查实，立即删除！