MySQL的分页查询通常通过 limit
来实现。
MySQL的 limit
基本用法很简单。 limit
接收1或2个整数型参数,如果是2个参数,第一个是指定第一个返回记录行的偏移量,第二个是返回记录行的最大数目。初始记录行的偏移量是0。
为了与 PostgreSQL 兼容, limit
也支持 limit # offset #
。
问题:
对于小的偏移量,直接使用 limit
来查询没有什么问题,但随着数据量的增大,越往后分页, limit
语句的偏移量就会越大,速度也会明显变慢。
优化思想:
避免数据量大时扫描过多的记录
解决:
子查询的分页方式或者JOIN分页方式。
JOIN分页和子查询分页的效率基本在一个等级上,消耗的时间也基本一致。
下面举个例子。一般 MySQL 的主键是自增的数字类型,这种情况下可以使用下面的方式进行优化。
下面以真实的生产环境的80万条数据的一张表为例,比较一下优化前后的查询耗时:
-- 传统limit,文件扫描
[SQL]SELECT * FROM tableName ORDER BY id LIMIT 500000,2;
受影响的行: 0
时间: 5.371s
-- 子查询方式,索引扫描
[SQL]
SELECT * FROM tableName
WHERE id >= (SELECT id FROM tableName ORDER BY id LIMIT 500000 , 1)
LIMIT 2;
受影响的行: 0
时间: 0.274s
-- JOIN分页方式
[SQL]
SELECT *
FROM tableName AS t1
JOIN (SELECT id FROM tableName ORDER BY id desc LIMIT 500000, 1) AS t2
WHERE t1.id <= t2.id ORDER BY t1.id desc LIMIT 2;
受影响的行: 0
时间: 0.278s
复制代码
可以看到经过优化性能提高了将近20倍。
优化原理:
子查询是在索引上完成的,而普通的查询时在数据文件上完成的,通常来说,索引文件要比数据文件小得多,所以操作起来也会更有效率。因为要取出所有字段内容,第一种需要跨越大量数据块并取出,而第二种基本通过直接 根据索引字段定位后,才取出相应内容
,效率自然大大提升。
因此,对 limit
的优化,不是直接使用 limit
,而是首先获取到offset的id,然后直接使用 limit
size来获取数据。
在实际项目使用,可以利用类似策略模式的方式去处理分页,例如,每页100条数据,判断如果是100页以内,就使用最基本的分页方式,大于100,则使用子查询的分页方式。