1. 查询现象
在查询第100000条记录之后的10条时,耗费时间:0.227s
在查询第200000条记录之后的10条时,耗费时间:0.251s
在查询第500000条记录之后的10条时,耗费时间:0.916s
在查询第800000条记录之后的10条时,耗费时间:1.639s
在查询第1000000条记录之后的10条时,耗费时间:2.038s
以上叫做深度分页,即查询偏移量过大的场景,这会导致查询性能较低
2. 优化建议
范围查询
当Id保持连续性时,可以通过对id进行范围分页,这种优化方式限制比较大,一般项目的ID没办法保证完全连续
SELECT * FROM confirm_order where id >1772450156306894849 LIMIT 10
当在查询1000000条数据之后的数据时,根据id进行范围分页,耗费时间为0s
子查询
由于我们需要第1000000条数据之后的10条数据,那么我们可以先找到第1000000条数据对应的id,根据这个id再去过滤并limit
这种方法只适用于id是正序的
SELECT * FROM confirm_order where id >(SELECT id FROM confirm_order ORDER BY id LIMIT 1000000,1) LIMIT 10
当在查询1000000条数据之后的数据时,根据id进行范围分页,耗费时间为1.632s,时间上比直接查询会快一点
延迟关联
延迟关联的优化思路和子查询的优化思路差不多,都是把条件转移到主键索引树上,减少回表的次数。不同的是,延迟关联使用了INNER JOIN(内连接)
SELECT c.* FROM confirm_order c,
(SELECT id FROM confirm_order LIMIT 1000000,10) d
WHERE c.id=d.id;
另外一种写法;(SELECT id FROM confirm_order LIMIT 1000000,10) d 相当于子查询
SELECT c.* FROM confirm_order c
INNER JOIN (SELECT id FROM confirm_order LIMIT 1000000,10) d
WHERE c.id=d.id;
当在查询1000000条数据之后的数据时,耗费时间为0.496s
覆盖索引
索引中已经保存了所有要查询的字段
覆盖索引的好处:
- 避免InnoDB表进行索引的二次查询,也就是回表操作:InnoDB是以聚集索引的顺寻来存储的,对于InnoDB来说,二级索引在叶子节点中所保存的是行的主键信息,也就是说,在第一次索引时,我们找到了包含了主键信息的叶子节点,但是在该叶子节点中只保存了主键信息,所以需要根据主键信息进行第二次索引,这种索引也叫做二级索引/辅助索引,所以当索引中已经有了我们需要查询的值时,就不需要进行第二次回表查询,减少了IO操作,提高了查询效率。
- 可以把随机IO变成顺序IO加快查询效率: 由于覆盖索引是按键值的顺序存储的,对于 IO 密集型的范围查找来说,对比随机从磁盘读取每一行的数据 IO 要少的多,因此利用覆盖索引在访问时也可以把磁盘的随机读取的 IO 转变成索引查找的顺序 IO。
SELECT id,member_id,train_code FROM confirm_order ORDER BY id LIMIT 1000000,10
当在查询1000000条数据之后的数据时,耗费时间为1.61s,当索引中属性越少,查询时间越少,不过差距并不是很大