MySQL百万级数据查询

MySQL百万级数据排序分页查询

1. 需求

按照成绩降序排序，查询字段学号(id)，姓名(name)，分数(score)，带排序的分页查询

数据大小：五百万条

2. 初始状态

浅分页：

# 浅分页
EXPLAIN
SELECT id, name, score from student order by score desc limit 5, 20;

执行效率：执行的为一个全表扫描，并且会额外执行Using filesort

Using filesort表示在索引之外，需要额外进行外部的排序动作。导致该问题的原因一般和order by有者直接关系，一般可以通过合适的索引来减少或者避免。

执行时间：1.394s

深分页：

# 深分页
EXPLAIN
SELECT id, name, score from student order by score desc limit 4500000, 20;

执行效率：和浅分页一样

执行时间：6.071s

结论： 无论深分页还是浅分页，执行时间都是非常长的，并且深分页比浅分页的时间还要更长，因为浅分页的偏移量比较小，而深分页大，所以深分页的扫描行数要比浅分页多，所以时间更长

3. 优化查询1

为order by的排序字段添加索引

# 为order by的排序字段添加索引
ALTER TABLE student ADD INDEX idx_score (score);

浅分页：

# 浅分页
EXPLAIN
SELECT id, name, score from student order by score desc limit 5, 20;

执行效率：直接使用索引，额外执行Backward index scan

Backward index scan 是 MySQL8针对上面场景的一个专用优化项，它可以从索引的后面往前面读，性能上比加索引提示要好的多。在 MySQL 中我们创建的索引，默认索引的叶子节点是从小到大排序的，而此时我们查询排序时，是从大到小，所以，在扫描时，就是反向扫描，就会出现 Backward index scan 。

执行时间：0.032s，加快的查询时间

深分页：

1. 执行默认方式

   执行效率：走的还是一个全表扫描

   

   执行时间：5.962s，和不使用索引差别不大

   

2. 让深分页强制走索引：FORCE INDEX (idx_score)

EXPLAIN
SELECT id, name, score from student FORCE INDEX (idx_score) order by score desc limit 4500000, 20;

执行效率：和浅分页相同

执行时间：82.011s，查询时间大大增加

结论：

1. 优点：浅分页查询速度得到很好的提升
2. 缺点：深分页查询速度没有明显变化，如果走强制索引，查询时间还会大大增加

分析： 在使用索引后，索引需要做一个回表操作，这个需要时间，而排序也需要时间，在执行深分页的时候，偏移量大，造成回表成本增大，所以这时候mysql会帮我们做一个优化，两者之间选一个最优的

4. 优化查询2

为order by和select字段添加联合索引

# 创建联合索引
ALTER TABLE student ADD INDEX idx_score_name_id (score, name, id);

深分页：

# 深分页
EXPLAIN
SELECT id, name, score from student order by score desc limit 4500000, 20;

执行效率：使用索引，并且使用了覆盖索引（Using index）

执行时间：1.117，这里查询时间也是加快的很多

优点：深分页查询速度得到明显提升

缺点：当新增一个查询字段时，索引就会失效

5. 优化查询3

删除联合索引，防止干扰

# 删除联合索引，防止干扰
drop index idx_score_name_id on student;

深分页：

EXPLAIN
SELECT t1.id, t1.name, t1.score from student t1 join
(select id from student order by score desc limit 4500000, 20) t2 on t1.id = t2.id;

执行效率：效执行里面的子查询，查询走的是索引，然后再从子查询中获取到的20条数据在进行查询，查询走的是PRIMARY

查询时间：1.054s

优点： 深查询得到明显提升

缺点： 当子查询结果集过多时不推荐使用

6. 优化查询4

先将所有数据排序好，先根据score进行降序排序，score相同的情况下再根据id进行降序排序，然后在取前20条数据，这里还得和前端配合，前端每次发送请求都携带最后一个的id值和score值

EXPLAIN
SELECT id, name, score from student
WHERE id < 10000000 AND score <= 100
ORDER BY score DESC LIMIT 20;

执行效率：type类型为range

执行时间：0.034s

执行下一页：获取上一页最后一个id值和score值

SELECT id, name, score from student
WHERE id < 4975166 AND score <= 99.9
ORDER BY score DESC LIMIT 20;

7. 总结

1. 浅分页可以给order by字段添加索引
2. 深分页可以给order by和select字段添加联合索引
3. 通过手动回表，走联合索引
4. 从业务方面思考，获取对应数据