mysql深度分页优化_[MySQL] 之 分页优化 [七日打卡]

一、概述

分页方法有：传统方法：偏移位(offset)，例如： LIMIT 1, 10

传统方法上优化

滚动分页(seek 方法)

(1)传统方法

分页最常使用页标形式：page，pageSizeSELECT * FROM test ORDER BY id DESC LIMIT 100000, 20;复制代码

LIMIT 100000, 20 的意思扫描满足条件的 100020 行，扔掉前面的 100000 行，返回最后的 20 行。

所以深度分页一定炸。例如，谷歌和百度搜索均没有深度分页，ElasticSearch 也只默认返回前 1W 条分页。

工作中开发：先查询总数

再查询对应页数的信息/**

* 查询用户参与活动列表

*

* @param userId 用户Id

* @param page 当前页

* @param limit 页大小

* @return 返回

*/ public Page getActivityList(String userId, Integer page, Integer pageSize) {

Integer total = this.activityMapper.selectUserJoinedActivityCount(userId);if (Objects.isNull(total) || total <= 0) {return new Page<>(0, Collections.emptyList());

}

PageInfo pageInfo = new PageInfo(page, pageSize);

List activityList =

activityMapper.selectUserJoinedActivityList(userId, pageInfo);return new Page<>(activityList.size(), activityList);

}复制代码

传统方法存在两个问题：需要求总数

offset 偏移量问题

(2)传统方法上优化缩小范围：字段(主键)

深度分页的处理技巧，如下：限制获取的字段，深度分页获取主键 Id即先查询到 Id通过主键 Id 定向查询再查询对应 Id 的数据-- 传统方式(耗时129.570s)select * from test LIMIT 20000000, 10;-- (耗时5.114s)SELECT a.* FROM test a, (select id from test LIMIT 20000000, 10) b where a.id = b.id;# 说明# task_result表为生产环境的一个表，总数据量为3400万，id为主键，偏移量达到2000万复制代码

此方法的核心在于 Innodb 的聚簇索引，即先查询主键(不会回表)，然后再根据 Id列表查询对应的数据。

但分页，仍是要返回总数。因为: 分页的 count, 这个也是导致慢的罪魁祸首。

(3)滚动分页(seek 方法)

滚动分页：不要返回数据总数，从业务上解决 count 问题。

seek 方法，避免使用 offset

在深度分页场景下，好的替代方法是 seek 方法。

简单的说，seek 方法就是寻找一个唯一的列或一组列来标识每一行。不使用 offset 子句，我们只需要将该唯一值用作一个书签，表示获取的最后一行的位置，并从 WHERE 子句中的这个位置开始查询下一组。-- 优化后：SELECT *FROM testWHERE (date,id) > ('2010-07-12T10:29:47-07:00', 111866)ORDER BY date, idLIMIT 10-- 或者，换个写法：IdSELECT *FROM testWHERE date >= '2010-07-12T10:29:47-07:00' AND NOT (date='2010-07-12T10:29:47-07:00' AND id 

举个实际例子：参见飞书// 老版本中：

// 在线文档中，列表中有这两个字段

has_more: true;

last_label: "1589516276 | 1935976"复制代码has_more无非后端再查询下，是否有最后一条，最后一条last_label: 查询到最后一个下标看看得：时间戳 和 Id