分页查询优化

出现问题原因:

 ①系统早期建设时数据量不大， 性能问题没有暴露出来；

②很多开发商把这种写法固化到了产品框架中， 导致后期开发人员根本不关心这类问题

一、优化方案

1.普通方案(主键子查询法)

优化后的分页查询写法， 会先查询翻页中需要的N条数据的主键值（emp_no） ， 然后根据主键值回表查询所需要的N条数据， 在此过程中查询N条数据的主键id在索引中完成， 所以效率会高一些。

弊端:

• 偏移1000以上使用效果好
• 数据必须是连续的
• 性能不是最优

2.业务优化写法(more方法)

通过业务实现优化可以更有效的减少1方法的性能瓶颈，用这种写法页面上需要用过more来获取更多数据，而不是存粹的翻页。

因此， 每次查询只需要使用上次查询出的数据中的id来获取接下来的数据即可， 但这种写法需要业务配合。

3.limit限制优化法

把limit偏移量限制低于某个数。。超过这个数等于没数据，alibaba是这样做的

• 优化方案