MySQL 大数据量使用limit分页，随着页码的增大，查询效率越低下。

 数据表结构

 

CREATE TABLE `ad_keyword` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `plan_goods_id` int(11) DEFAULT NULL,
  `impr_num` int(11) DEFAULT NULL,
  `click_num` int(11) DEFAULT NULL,
  `total_spend` int(11) DEFAULT NULL,
  `pay_gmv` int(11) DEFAULT NULL,
  `orders_num` int(11) DEFAULT NULL,
  `roi` double DEFAULT NULL,
  `clk_rate` double DEFAULT NULL,
  `word` varchar(200) DEFAULT NULL,
  `date` varchar(20) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `word_index` (`word`),
  KEY `date_index` (`date`),
  KEY `ad_id_index` (`plan_goods_id`)
) ENGINE=InnoDB AUTO_INCREMENT=127133688 DEFAULT CHARSET=utf8;

　　

 

 

select *from ad_keyword a  LIMIT 10000000,1000;

　　

数据库表中数据大概为1.2亿，每次查询都要花上10多秒。而且分页大小是1000.

 

优化后:

select *from ad_keyword a JOIN (select id from ad_keyword  LIMIT 10000000,1000) b on a.id=b.id ; 

　　

 

 

从中我们也能总结出两件事情：
1）limit语句的查询时间与起始记录的位置成正比
2）mysql的limit语句是很方便，但是对记录很多的表并不适合直接使用。

2.   对limit分页问题的性能优化方法

利用表的覆盖索引来加速分页查询
我们都知道，利用了索引查询的语句中如果只包含了那个索引列（覆盖索引），那么这种情况会查询很快。

因为利用索引查找有优化算法，且数据就在查询索引上面，不用再去找相关的数据地址了，这样节省了很多时间。另外Mysql中也有相关的索引缓存，在并发高的时候利用缓存就效果更好了。

在我们的例子中，我们知道id字段是主键，自然就包含了默认的主键索引。 

这次我们之间查询最后一页的数据（利用覆盖索引，只包含id列）只用了1.57秒。

 

转载于:https://www.cnblogs.com/zuolun2017/p/8260178.html