MySQL 百萬級數據,怎麼做分頁查詢?
作者:大神養成記
來源:www.cnblogs.com/geningchao/p/6649907.html
方法 1: 直接使用數據庫提供的 SQL 語句
-
適應場景: 適用於數據量較少的情況 (元組百 / 千級)
-
原因 / 缺點: 全表掃描, 速度會很慢 且 有的數據庫結果集返回不穩定 (如某次返回 1,2,3, 另外的一次返回 2,1,3). Limit 限制的是從結果集的 M 位置處取出 N 條輸出, 其餘拋棄.
方法 2: 建立主鍵或唯一索引, 利用索引 (假設每頁 10 條)
-
語句樣式: MySQL 中, 可用如下方法: SELECT * FROM 表名稱 WHERE id_pk > (pageNum*10) LIMIT M
-
適應場景: 適用於數據量多的情況 (元組數上萬)
-
原因: 索引掃描, 速度會很快. 有朋友提出: 因爲數據查詢出來並不是按照 pk_id 排序的,所以會有漏掉數據的情況,只能方法 3
方法 3: 基於索引再排序
-
語句樣式: MySQL 中, 可用如下方法: SELECT * FROM 表名稱 WHERE id_pk > (pageNum*10) ORDER BY id_pk ASC LIMIT M
-
適應場景: 適用於數據量多的情況 (元組數上萬). 最好 ORDER BY 後的列對象是主鍵或唯一所以, 使得 ORDERBY 操作能利用索引被消除但結果集是穩定的 (穩定的含義, 參見方法 1)
-
原因: 索引掃描, 速度會很快. 但 MySQL 的排序操作, 只有 ASC 沒有 DESC(DESC 是假的, 未來會做真正的 DESC, 期待...).
方法 4: 基於索引使用 prepare
第一個問號表示 pageNum,第二個?表示每頁元組數
-
語句樣式: MySQL 中, 可用如下方法: PREPARE stmt_name FROM SELECT * FROM 表名稱 WHERE id_pk > (?* ?) ORDER BY id_pk ASC LIMIT M
-
適應場景: 大數據量
-
原因: 索引掃描, 速度會很快. prepare 語句又比一般的查詢語句快一點。
方法 5: 利用 MySQL 支持 ORDER 操作可以利用索引快速定位部分元組, 避免全表掃描
比如: 讀第 1000 到 1019 行元組 (pk 是主鍵 / 唯一鍵).
SELECT * FROM your_table WHERE pk>=1000 ORDER BY pk ASC LIMIT 0,20
方法 6: 利用 "子查詢 / 連接 + 索引" 快速定位元組的位置, 然後再讀取元組.
比如 (id 是主鍵 / 唯一鍵, 藍色字體時變量)
利用子查詢示例:
SELECT * FROM your_table WHERE id <=
(SELECT id FROM your_table ORDER BY id desc LIMIT ($page-1)*$pagesize ORDER BY id desc
LIMIT $pagesize
利用連接示例:
SELECT * FROM your_table AS t1
JOIN (SELECT id FROM your_table ORDER BY id desc LIMIT ($page-1)*$pagesize AS t2
WHERE t1.id <= t2.id ORDER BY t1.id desc LIMIT $pagesize;
mysql 大數據量使用 limit 分頁,隨着頁碼的增大,查詢效率越低下。
測試實驗
1. 直接用 limit start, count 分頁語句, 也是我程序中用的方法:
select * from product limit start, count
當起始頁較小時,查詢沒有性能問題,我們分別看下從 10, 100, 1000, 10000 開始分頁的執行時間(每頁取 20 條)。
如下:
select * from product limit 10, 20 0.016秒
select * from product limit 100, 20 0.016秒
select * from product limit 1000, 20 0.047秒
select * from product limit 10000, 20 0.094秒
我們已經看出隨着起始記錄的增加,時間也隨着增大, 這說明分頁語句 limit 跟起始頁碼是有很大關係的,那麼我們把起始記錄改爲 40w 看下(也就是記錄的一般左右)
select * from product limit 400000, 20 3.229秒
再看我們取最後一頁記錄的時間
select * from product limit 866613, 20 37.44秒
像這種分頁最大的頁碼頁顯然這種時間是無法忍受的。推薦閱讀:MySQL 數據庫開發的 36 條軍規。
從中我們也能總結出兩件事情:
-
limit 語句的查詢時間與起始記錄的位置成正比
-
mysql 的 limit 語句是很方便,但是對記錄很多的表並不適合直接使用。
2. 對 limit 分頁問題的性能優化方法
利用表的覆蓋索引來加速分頁查詢
我們都知道,利用了索引查詢的語句中如果只包含了那個索引列(覆蓋索引),那麼這種情況會查詢很快。
因爲利用索引查找有優化算法,且數據就在查詢索引上面,不用再去找相關的數據地址了,這樣節省了很多時間。另外 Mysql 中也有相關的索引緩存,在併發高的時候利用緩存就效果更好了。
在我們的例子中,我們知道 id 字段是主鍵,自然就包含了默認的主鍵索引。現在讓我們看看利用覆蓋索引的查詢效果如何。
這次我們之間查詢最後一頁的數據(利用覆蓋索引,只包含 id 列),如下:
select id from product limit 866613, 20 0.2秒
相對於查詢了所有列的 37.44 秒,提升了大概 100 多倍的速度
那麼如果我們也要查詢所有列,有兩種方法,一種是 id>= 的形式,另一種就是利用 join,看下實際情況:
SELECT * FROM product WHERE ID > =(select id from product limit 866613, 1) limit 20
查詢時間爲 0.2 秒!
另一種寫法
SELECT * FROM product a JOIN (select id from product limit 866613, 20) b ON a.ID = b.id
查詢時間也很短!
3. 複合索引優化方法
MySql 性能到底能有多高?MySql 這個數據庫絕對是適合 dba 級的高手去玩的,一般做一點 1 萬篇新聞的小型系統怎麼寫都可以,用 xx 框架可以實現快速開發。可是數據量到了 10 萬,百萬至千萬,他的性能還能那麼高嗎?一點小小的失誤,可能造成整個系統的改寫,甚至更本系統無法正常運行!好了,不那麼多廢話了。
用事實說話,看例子:
數據表 collect (id, title ,info ,vtype) 就這 4 個字段,其中 title 用定長,info 用 text, id 是逐漸,vtype 是 tinyint,vtype 是索引。這是一個基本的新聞系統的簡單模型。現在往裏面填充數據,填充 10 萬篇新聞。最後 collect 爲 10 萬條記錄,數據庫表佔用硬 1.6G。
OK , 看下面這條 sql 語句:
select id,title from collect limit 1000,10;
很快;基本上 0.01 秒就 OK,再看下面的
select id,title from collect limit 90000,10;
從 9 萬條開始分頁,結果?
8-9 秒完成,my god 哪出問題了?其實要優化這條數據,網上找得到答案。看下面一條語句:
select id from collect order by id limit 90000,10;
很快,0.04 秒就 OK。爲什麼?因爲用了 id 主鍵做索引當然快。網上的改法是:
select id,title from collect where id>=(select id from collect order by id limit 90000,1) limit 10;
這就是用了 id 做索引的結果。可是問題複雜那麼一點點,就完了。看下面的語句
select id from collect where vtype=1 order by id limit 90000,10; 很慢,用了 8-9 秒!
到了這裏我相信很多人會和我一樣,有崩潰感覺!vtype 做了索引了啊?怎麼會慢呢?vtype 做了索引是不錯,你直接
select id from collect where vtype=1 limit 1000,10;
是很快的,基本上 0.05 秒,可是提高 90 倍,從 9 萬開始,那就是 0.05*90=4.5 秒的速度了。和測試結果 8-9 秒到了一個數量級。
從這裏開始有人提出了分表的思路,這個和 dis #cuz 論壇是一樣的思路。思路如下:
建一個索引表:t (id,title,vtype) 並設置成定長,然後做分頁,分頁出結果再到 collect 裏面去找 info 。是否可行呢?實驗下就知道了。
10 萬條記錄到 t(id,title,vtype) 裏,數據表大小 20M 左右。用
select id from t where vtype=1 order by id limit 90000,10;
很快了。基本上 0.1-0.2 秒可以跑完。爲什麼會這樣呢?我猜想是因爲 collect 數據太多,所以分頁要跑很長的路。limit 完全和數據表的大小有關的。其實這樣做還是全表掃描,只是因爲數據量小,只有 10 萬才快。OK, 來個瘋狂的實驗,加到 100 萬條,測試性能。加了 10 倍的數據,馬上 t 表就到了 200 多 M,而且是定長。還是剛纔的查詢語句,時間是 0.1-0.2 秒完成!分表性能沒問題?
錯!因爲我們的 limit 還是 9 萬,所以快。給個大的,90 萬開始
select id from t where vtype=1 order by id limit 900000,10;
看看結果,時間是 1-2 秒!why ?
分表了時間還是這麼長,非常之鬱悶!有人說定長會提高 limit 的性能,開始我也以爲,因爲一條記錄的長度是固定的,mysql 應該可以算出 90 萬的位置纔對啊?可是我們高估了 mysql 的智能,他不是商務數據庫,事實證明定長和非定長對 limit 影響不大?怪不得有人說 discuz 到了 100 萬條記錄就會很慢,我相信這是真的,這個和數據庫設計有關!
難道 MySQL 無法突破 100 萬的限制嗎???到了 100 萬的分頁就真的到了極限?
答案是:NO 爲什麼突破不了 100 萬是因爲不會設計 mysql 造成的。下面介紹非分表法,來個瘋狂的測試!一張表搞定 100 萬記錄,並且 10G 數據庫,如何快速分頁!
好了,我們的測試又回到 collect 表,開始測試結論是:
30 萬數據,用分表法可行,超過 30 萬他的速度會慢道你無法忍受!當然如果用分表 + 我這種方法,那是絕對完美的。但是用了我這種方法後,不用分表也可以完美解決!
答案就是:複合索引!有一次設計 mysql 索引的時候,無意中發現索引名字可以任取,可以選擇幾個字段進來,這有什麼用呢?
開始的
select id from collect order by id limit 90000,10;
這麼快就是因爲走了索引,可是如果加了 where 就不走索引了。抱着試試看的想法加了 search(vtype,id) 這樣的索引。
然後測試
select id from collect where vtype=1 limit 90000,10;
非常快!0.04 秒完成!
再測試:
select id ,title from collect where vtype=1 limit 90000,10;
非常遺憾,8-9 秒,沒走 search 索引!
再測試:search(id,vtype),還是 select id 這個語句,也非常遺憾,0.5 秒。
綜上:如果對於有 where 條件,又想走索引用 limit 的,必須設計一個索引,將 where 放第一位,limit 用到的主鍵放第 2 位,而且只能 select 主鍵!
完美解決了分頁問題了。可以快速返回 id 就有希望優化 limit , 按這樣的邏輯,百萬級的 limit 應該在 0.0x 秒就可以分完。看來 mysql 語句的優化和索引時非常重要的!
本文由 Readfog 進行 AMP 轉碼,版權歸原作者所有。
來源:https://mp.weixin.qq.com/s/j7IAlEy4szzmoc8n2Pb0DQ