MySql处理超大分页方法和原理

超大分页怎么处理？

当数据库数据量达到百万级别，而我们又需要在查询条件之后使用limit进行分页，那么我们就不能简单的使用普通的sql语句了。比如我们有下面一张表：

CREATE TABLE `vote_record` (
  `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
  `user_id` varchar(20) NOT NULL DEFAULT '' COMMENT '用户Id',
  `vote_num` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '投票数',
  `group_id` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '用户组id 0-未激活用户 1-普通用户 2-vip用户 3-管理员用户',
  `status` tinyint(2) unsigned NOT NULL DEFAULT '1' COMMENT '状态 1-正常 2-已删除',
  `create_time` datetime NOT NULL DEFAULT '0000-00-00 00:00:00',
  PRIMARY KEY (`id`),
  KEY `vote_num` (`vote_num`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1000000 DEFAULT CHARSET=utf8 COMMENT='投票记录表';

数据量达到百万级别：

如果在这个时候我们按投票数检索并且需要分页怎么办？最初的sql如下：

SELECT * from vote_record where vote_num >200 limit 800000,10;

看下查询时间：

时间达到了2.8秒，这个显然不符合我们的预期，那么我们可以怎么优化呢？这条语句需要加载至少800000数据然后基本上全部丢弃,只取10条，当然比较慢.由于我们在vote_num上建立了索引，所以我们可以使用子查询的方法，先使用覆盖索引找到符号条件的id，再使用聚簇索引查询数据，简单来说就是：

利用延迟关联或者子查询优化超多分页场景

SELECT
	* 
FROM
	vote_record v1
	INNER JOIN 
	( 
	SELECT id FROM vote_record WHERE vote_num > 200 LIMIT 800000, 10 
	) v2 
	ON v1.id = v2.id

由此看来，查询时间大大减少，结果也是正确的。阿里巴巴java开发手册里面也有类似的说明：