数据库数据量很大，分页查询很慢，有什么优化方案

1. 准备工作

为了对下面列举的一些优化进行测试，下面针对已有的一张表进行说明。

表名：order_history

描述：某个业务的订单历史表

主要字段：unsigned int id，tinyint(4) int type

字段情况：该表一共37个字段，不包含text等大型数据，最大为varchar(500)，id字段为索引，且为递增

数据量：5709294

MySQL版本：5.7.16

select count(*) from orders_history;

返回结果：5709294

三次查询时间分别为：

8903 ms

8323 ms

8401 ms

2. 一般分页查询

一般的分页查询使用简单的limit子句就可以实现。limit子句声明如下：

SELECT * FROM table LIMIT [offset,] rows | rows OFFSET offset;

LIMIT子句可以被用于指定SELECT语句返回的记录数。需注意以下几点：

第一个参数指定第一个返回记录行的偏移量，注意从0开始

第二个参数指定返回记录行的最大数目

如果只给定一个参数，它表示返回最大的记录行数目

第二个参数为-1表示检索从某一个偏移量到记录集的结束所有的记录行

初始记录行的偏移量是0（而不是1）

（1）下面是一个应用实例：

select * from orders_history where type=8 limit 10000,10;

该条语句将会从表orders_history中查询offset：10000开始之后的10条数据，也就是第10001条到第10010条数据（10001 <= id <= 10010）。

数据表中的记录默认使用主键（一般为id）排序，上面的结果相当于：

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

（2）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;

三次查询时间如下：

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

另外我还做了十来次查询，从查询时间来看，基本可以确定，在查询记录量低于100时，查询时间基本没有差距，随着查询记录量越来越大，所花费的时间也会越来越多。

（3）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数据库第一条记录开始扫描，所以越往后，查询速度越慢，而且查询的数据越多，也会拖慢总查询速度。

3. 使用子查询优化

这种方式先定位偏移位置的id，然后往后查询，这种方式适用于id递增的情况。

select * from orders_history where type=8 limit 100000,1;

select id from orders_history where type=8 limit 100000,1;

select * from orders_history where type=8 and
id>=(select id from orders_history where type=8 limit 100000,1)
limit 100;

select * from orders_history where type=8 limit 100000,100;

4条语句的查询时间如下：

第1条语句：3674ms

第2条语句：1315ms

第3条语句：1327ms

第4条语句：3710ms

针对上面的查询需要注意：

比较第1条语句和第2条语句：使用select id代替select *速度增加了3倍

比较第2条语句和第3条语句：速度相差几十毫秒

比较第3条语句和第4条语句：得益于select id速度增加，第3条语句查询速度增加了3倍

这种方式相较于原始一般的查询方法，将会增快数倍。

4. 使用id限定优化

这种方式假设数据表的id是连续递增的，则我们根据查询的页数和查询的记录数可以算出查询的id的范围，可以使用id between and来查询：

select * from orders_history where type=8
and id between 1000000 and 1000100 limit 100;

三次查询时间如下：

15ms

12ms

9ms

这种查询方式能够极大地优化查询速度，基本能够在几十毫秒之内完成。限制是只能使用于明确知道id的情况，不过一般建立表的时候，都会添加基本的id字段，这为分页查询带来很多便利。

还可以有另外一种写法：

select * from orders_history where type=8
and id >= 1000001 limit 100;

当然还可以使用in的方式来进行查询，这种方式经常用在多表关联的时候进行查询，使用其他表查询的id集合，来进行查询：

select * from orders_history where type=8 and
id in (select order_id from trade_2 where goods = 'pen')
limit 100;

这种in查询的方式要注意：某些mysql版本不支持在in子句中使用limit。

5. 使用临时表优化

这种方式已经不属于查询优化，这儿附带提一下。

对于使用id限定优化中的问题，需要id是连续递增的，但是在一些场景下，比如使用历史表的时候，或者出现过数据缺失问题时，可以考虑使用临时存储的表来记录分页的id，使用分页的id来进行in查询。这样能够极大的提高传统的分页查询速度，尤其是数据量上千万的时候。

6. 关于数据表的id说明

一般情况下，在数据库中建立表的时候，强制为每一张表添加id递增字段，这样方便查询。

如果像是订单库等数据量非常庞大，一般会进行分库分表。这个时候不建议使用数据库的id作为唯一标识，而应该使用分布式的高并发唯一id生成器来生成，并在数据表中使用另外的字段来存储这个唯一标识。

使用先使用范围查询定位id（或者索引），然后再使用索引进行定位数据，能够提高好几倍查询速度。即先select id，然后再 select *。