百万级量的数据分页查询如何优化？

这些方法提供了不同的途径来优化大数据量的分页查询，尤其针对 MySQL 数据库。

### 方法 1: 直接使用 LIMIT
- **适应场景：** 适用于数据量少的情况（百/千级）。
- **原因/缺点：** 全表扫描，速度慢，而且有些数据库结果集返回不稳定。

### 方法 2: 建立主键或唯一索引利用索引
- **适应场景：** 适用于数据量大的情况（万级）。
- **原因：** 索引扫描速度快，但可能出现数据漏掉的情况。

### 方法 3: 基于索引再排序
- **适应场景：** 数据量大（万级），需要稳定结果集。
- **原因：** 利用索引扫描，再排序，确保结果集稳定，但 MySQL 的排序操作只有 ASC。

### 方法 4: 基于索引使用 prepare
- **适应场景：** 大数据量。
- **原因：** 索引扫描，速度快，而且 prepare 语句比一般查询语句快一点。

### 方法 5: 利用 ORDER 操作快速定位部分元组
- **原因：** 利用 ORDER 操作可以利用索引快速定位部分元组，避免全表扫描。

### 方法 6: 利用子查询/连接+索引快速定位元组的位置
- **原因：** 类似于方法 5，利用子查询或连接再结合索引快速定位元组位置。

这些方法提供了不同的优化策略，但在选择时需根据实际场景和数据库特性进行权衡。针对特定需求，可能需要尝试不同的方法来找到最适合的分页查询优化方案。