Mysql limit 优化，百万至千万级快速分页，--复合索

本文出自：http://db.java123.net/MySQL/Mysql_limit_youhua_baiwanzhiqianwanjikuaisufenye___fuhesuo_2__39704.html


MySql 性能到底能有多高？用了php半年多，真正如此深切的去思虑这个问题还是畴前天开端。有过疾苦有过掉望，到现在布满信心！MySql
这个数据库绝对是合适dba级的高手去玩的，一般做一点1万篇新闻的小型系统怎么写都可以，用xx框架可以实现快速开辟。可是数据量到了10万，百万至千万，他的性能还能那么高吗？一点

小小的掉误，可能造成整个系统的改写，乃至更本系统无法正常运行！好了，不那么多废话了。用事实措辞，看例子：


数据表 collect ( id, title ,info ,vtype) 就这4个字段，此中 title 用定长，info 用text, id
是逐渐，vtype是tinyint，vtype是索引。这是一个根基的新闻系统的简单模型。现在往里面填充数据，填充10万篇新闻。


最后collect 为 10万笔记实，数据库表占用硬盘1.6G。OK ,看下面这条sql语句：


select id,title from collect limit 1000,10; 很快；根基上0.01秒就OK，再看下面的


select id,title from collect limit 90000,10; 从9万条开端分页，成果？


8-9秒完成，my god 哪出问题了？？？？其实要优化这条数据，网上找获得谜底。看下面一条语句:


select id from collect order by id limit 90000,10; 很快，0.04秒就OK。
为甚么？因为用了id主键做索引当然快。网上的改法是：


select id,title from collect where id>=(select id from collect order by id
limit 90000,1) limit 10;


这就是用了id做索引的成果。可是问题复杂那么一点点，就完了。看下面的语句


select id from collect where vtype=1 order by id limit 90000,10;
很慢，用了8-9秒！


到了这里我相信许多人会和我一样，有解体感触感染！vtype 做了索引了啊？怎么会慢呢？vtype做了索引是不错，你直接 select id from
collect where vtype=1 limit 1000,10;
是很快的，根基上0.05秒，可是提高90倍，从9万开端，那就是0.05*90=4.5秒的速度了。和测试成果8-9秒到了一个数量级。从这里开端有人提出了分表的思路，这个和discuz
论坛是一样的思路。思路以下：


建一个索引表： t (id,title,vtype) 并设置成定长，然后做分页，分页出成果再到 collect 里面去找info 。
是不是可行呢？尝试下就知道了。


10万笔记实到 t(id,title,vtype) 里，数据表大年夜小20M左右。用


select id from t where vtype=1 order by id limit 90000,10;
很快了。根基上0.1-0.2秒可以跑完。为甚么会这样呢？我料想是因为collect 数据太多，所以分页要跑很长的路。limit
完全和数据表的大年夜小有关的。其实这样做还是全表扫描，只是因为数据量小，只有10万才快。OK， 来个疯狂的尝试，加到100万条，测试性能。




id in (str) 很快，根基还是0秒。若是这样，千万级的数据，mysql应该也很轻易应付。


mygod ，mysql 的索引竟然对in语句一样有效！看来网上说in无法用索引是毛病的！


有了这个结论，便可以很简单的应用于轻量级框架了：


代码以下：


$db=dblink();
$db->pagesize=20;


$sql="select id from collect where vtype=$vtype";


$db->execute($sql);
$strpage=$db->strpage();
//将分页字符串保存在临时变量，便利输出
while($rs=$db->fetch_array()){

$strid.=$rs['id'].',';
}
$strid=substr($strid,0,strlen($strid)-1);
//机关出id字符串
$db->pagesize=0;
//很关头，在不注销类的环境下，将分页清空，这样只需要用一次数据库连接，不需要再开；
$db->execute("select
id,title,url,sTime,gTime,vtype,tag from collect where id in ($strid)");


<?php while($rs=$db->fetch_array()): ?>
<tr>

<td>&nbsp;<?php echo $rs['id'];?></td>

<td>&nbsp;<?php echo $rs['url'];?></td>

<td>&nbsp;<?php echo $rs['sTime'];?></td>

<td>&nbsp;<?php echo $rs['gTime'];?></td>

<td>&nbsp;<?php echo $rs['vtype'];?></td>

<td>&nbsp;<a href="?act=show&id=<?php echo $rs['id'];?>"
target="_blank"><?php echo $rs['title'];?></a></td>

<td>&nbsp;<?php echo
$rs['tag'];?></td>
</tr>
<?php endwhile;
?>
</table>
<?php
echo $strpage;


经由过程简单的变换，其实思路很简单：1）经由过程优化索引，找出id，并拼成 "123,90000,12000" 这样的字符串。2）第2次查询找出成果。


小小的索引+一点点的改动就使mysql 可以支持百万乃至千万级的高效分页！


经由过程这里的例子，我反思了一点：对大年夜型系统，PHP千万不克不及用框架，尤其是那种连sql语句都看不到的框架！因为开端对我的轻量级框架都差点解体！只合适小型应用的快速开

辟，对ERP,OA，大年夜型网站，数据层包含逻辑层的东西都不克不及用框架。若是法度员掉去了对sql语句的把控，那项目标风险将会成几何级数增加！尤其是用mysql
的时辰，mysql 一定需要专业的dba 才可以阐扬他的最佳性能。一个索引所造成的性能不同多是上千倍！


PS:
颠末现实测试，到了100万的数据，160万数据，15G表，190M索引，就算走索引，limit都得0.49秒。所以分页最好别让他人看到10万条以后的数据，要不然会很慢！就算用索引。颠末这样的

优化，mysql到了百万级分页是个极限！但有这样的成绩已经很不错，若是你是用sqlserver必定卡死！而160万的数据用

加了10倍的数据，马上t表就到了200多M，并且是定长。还是刚才的查询语句，时候是0.1-0.2秒完成！分表性能没问题？错！因为我们的limit还是9万，所以快。给个大年夜的，90万开端


select id from t where vtype=1 order by id limit 900000,10; 看当作果，时候是1-2秒！


why ?? 分表了时候还是这么长，很是之郁闷！有人说定长会提高limit的性能，开端我也以为，因为一笔记实的长度是固定的，mysql
应该可以算出90万的位置才对啊？ 可是我们高估了mysql 的智能，他不是商务数据库，事实证明定长和非定长对limit影响不大年夜？ 怪不得有人说
discuz到了100万笔记实就会很慢，我相信这是真的，这个和数据库设计有关！


莫非MySQL 无法冲破100万的限制吗？？？到了100万的分页就真的到了极限？？？


谜底是： NO !!!!
为甚么冲破不了100万是因为不会设计mysql造成的。下面介绍非分表法，来个疯狂的测试！一张表弄定100万记实，并且10G
数据库，若何快速分页！


好了，我们的测试又回到 collect表，开端测试结论是：
30万数据，用分表法可行，逾越30万他的速度会慢道你无法忍耐！当然若是用分表+我这种编制，那是绝对完美的。可是用了我这种编制后，不消分表也可以完美解决！


谜底就是：复合索引！ 有一次设计mysql索引的时辰，无意中发现索引名字可以任取，可以选择几个字段进来，这有甚么用呢？开端的select id from
collect order by id limit 90000,10; 这么快就是因为走了索引，可是若是加了where 就不走索引了。抱着尝尝看的想法加了
search(vtype,id) 这样的索引。然后测试


select id from collect where vtype=1 limit 90000,10; 很是快！0.04秒完成！


再测试: select id ,title from collect where vtype=1 limit 90000,10;
很是遗憾，8-9秒，没走search索引！


再测试：search(id,vtype)，还是select id 这个语句，也很是遗憾，0.5秒。


综上：若是对有where 前提，又想走索引用limit的，必须设计一个索引，将where
放第一位，limit用到的主键放第2位，并且只能select 主键！


完美解决了分页问题了。可以快速返回id就有希望优化limit ， 按这样的逻辑，百万级的limit 应该在0.0x秒便可以分完。看来mysql
语句的优化和索引时很是重要的！


好了，回到原题，若何将上面的研究成功快速应用于开辟呢？若是用复合查询，我的轻量级框架就没的用了。分页字符串还得自己写，那多麻烦？这里再看一个例子，思路就出来了：


select * from collect where id in (9000,12,50,7000); 竟然 0秒便可以查完！


id in (str) 很快，根基还是0秒。若是这样，千万级的数据，mysql应该也很轻易应付。

Over！！！！