2024年最全大数据量性能优化之分页查询，2024年最新百度大数据开发岗一面+二面内容

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

N越大，MySQL需扫描更多数据定位到具体的N行，这会耗费大量的I/O成本和时间成本。

为什么上面的SQL写法扫描数据会慢？

• t是个索引组织表，key idx_kid_type(kid,type)

符合kid=3 and type=1 的记录有很多行,我们取第 9，10行。

select * from t where kid =3 and type=1 order by id desc 8,2;

对于Innodb，根据 idx_kid_type 二级索引里面包含的主键去查找对应行。

对百万千万级记录，索引大小可能和数据大小相差无几，cache在内存中的索引数量有限，而且二级索引和数据叶子节点不在同一物理块存储，二级索引与主键的相对无序映射关系，也会带来大量随机I/O请求，N越大越需遍历大量索引页和数据叶，需要耗费的时间就越久。

由于上面大分页查询耗时长，是否真的有必要完全遍历“无效数据”？

若需要：

limit 8，2

跳过前面8行无关数据页的遍历，可直接通过索引定位到第9、10行，这样是不是更快？

这就是延迟关联的核心思想：通过使用覆盖索引查询返回需要的主键，再根据主键关联原表获得需要的数据，而非通过二级索引获取主键再通过主键遍历数据页。

通过如上分析可得，通过常规方式进行大分页查询慢的原因，也知道了提高大分页查询的具体方法。

一般分页查询

=====================================================================

简单的 limit 子句。limit 子句声明如下：

SELECT * FROM table LIMIT

[offset,] rows | rows OFFSET offset

limit 子句用于指定 select 语句返回的记录数，注意：

• offset 指定第一个返回记录行的偏移量，默认为0

初始记录行的偏移量是0，而非1

• rows 指定返回记录行的最大数量

rows 为 -1 表示检索从某个偏移量到记录集的结束所有的记录行。

若只给定一个参数：它表示返回最大的记录行数目。

实例：

---

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

从 orders_history 表查询offset: 1000开始之后的10条数据，即第1001条到第1010条数据（1001 <= id <= 1010）。

数据表中的记录默认使用主键（id）排序，上面结果等价于：

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：

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

在查询记录量低于100时，查询时间基本无差距，随查询记录量越来越大，消耗时间越多。

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;

三次查询时间如下：

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，尤其查询偏移大于10万以后，查询时间急剧增加。

这种分页查询方式会从DB的第一条记录开始扫描，所以越往后，查询速度越慢，而且查询数据越多，也会拖慢总查询速度。

优化

=================================================================

• 前端加缓存、搜索，减少落到库的查询操作

比如海量商品可以放到搜索里面，使用瀑布流的方式展现数据

• 优化SQL 访问数据的方式

直接快速定位到要访问的数据行。推荐使用"延迟关联"的方法来优化排序操作，何谓"延迟关联" ：通过使用覆盖索引查询返回需要的主键,再根据主键关联原表获得需要的数据。

• 使用书签方式 ，记录上次查询最新/大的id值，向后追溯 M行记录

延迟关联

---

优化前

explain SELECT id, cu_id, name, info, biz_type, gmt_create, gmt_modified,start_time, end_time, market_type, back_leaf_category,item_status,picuture_url FROM relation where biz_type =‘0’ AND end_time >=‘2014-05-29’ ORDER BY id asc LIMIT 149420 ,20;

±—±------------±------------±------±--------------±------------±--------±-----±-------±----+

| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |

±—±------------±------------±------±--------------±------------±--------±-----±-------±----+

| 1 | SIMPLE | relation | range | ind_endtime | ind_endtime | 9 | NULL | 349622 | Using where; Using filesort |

±—±------------±------------±------±--------------±------------±--------±-----±-------±----+

执行时间：

20 rows in set (1.05 sec)

优化后:

explain SELECT a.* FROM relation a, (select id from relation where biz_type =‘0’ AND end_time >=‘2014-05-29’ ORDER BY id asc LIMIT 149420 ,20 ) b where a.id=b.id;

±—±------------±------------±-------±--------------±--------±--------±-----±-------±------+

| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |

±—±------------±------------±-------±--------------±--------±--------±-----±-------±------+

| 1 | PRIMARY | | ALL | NULL | NULL | NULL | NULL | 20 | |

| 1 | PRIMARY | a | eq_ref | PRIMARY | PRIMARY | 8 | b.id | 1 | |

| 2 | DERIVED | relation | index | ind_endtime | PRIMARY | 8 | NULL | 733552 | |

±—±------------±------------±-------±--------------±--------±--------±-----±-------±------+

执行时间:

20 rows in set (0.36 sec)

优化后 执行时间 为原来的1/3 。

书签

---

首先获取符合条件的记录的最大 id和最小id(默认id是主键)

select max(id) as maxid ,min(id) as minid

from t where kid=2333 and type=1;

根据id 大于最小值或者小于最大值进行遍历。

select xx,xx from t where kid=2333 and type=1

and id >=min_id order by id asc limit 100;

select xx,xx from t where kid=2333 and type=1

and id <=max_id order by id desc limit 100;

案例

---

当遇到延迟关联也不能满足查询速度的要求时

SELECT a.id as id, client_id, admin_id, kdt_id, type, token, created_time, update_time, is_valid, version FROM t1 a, (SELECT id FROM t1 WHERE 1 and client_id = ‘xxx’ and is_valid = ‘1’ order by kdt_id asc limit 267100,100 ) b WHERE a.id = b.id;

100 rows in set (0.51 sec)

使用延迟关联查询数据510ms ，使用基于书签模式的解决方法减少到10ms以内 绝对是一个质的飞跃。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

in set (0.51 sec)

使用延迟关联查询数据510ms ，使用基于书签模式的解决方法减少到10ms以内 绝对是一个质的飞跃。

[外链图片转存中…(img-jR9IIjTf-1715289770533)]
[外链图片转存中…(img-ZwNd3RMz-1715289770534)]
[外链图片转存中…(img-xUrcZEly-1715289770534)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取