设为首页 收藏本站
查看: 806|回复: 0

[经验分享] MySQL分页查询优化

[复制链接]

尚未签到

发表于 2017-12-11 20:08:50 | 显示全部楼层 |阅读模式
  当需要从数据库查询的表有上万条记录的时候,一次性查询所有结果会变得很慢,特别是随着数据量的增加特别明显,这时需要使用分页查询。对于数据库分页查询,也有很多种方法和优化的点。下面简单说一下我知道的一些方法。

准备工作
  为了对下面列举的一些优化进行测试,下面针对已有的一张表进行说明。


  • 表名:order_history
  • 描述:某个业务的订单历史表
  • 主要字段:unsigned int>
  • 字段情况:该表一共37个字段,不包含text等大型数组,最大为varchar(500),id字段为索引,且为递增。
  • 数据量:5709294
  •   MySQL版本:5.7.16
      
    线下找一张百万级的测试表可不容易,如果需要自己测试的话,可以写shell脚本什么的插入数据进行测试。
      
    以下的 sql 所有语句执行的环境没有发生改变,下面是基本测试结果:
    select count(*) from orders_history;  返回结果:5709294

  三次查询时间分别为:


  • 8903 ms
  • 8323 ms
  • 8401 ms
一般分页查询
  一般的分页查询使用简单的 limit 子句就可以实现。limit 子句声明如下:
SELECT * FROM table LIMIT [offset,] rows | rows OFFSET offset  LIMIT 子句可以被用于指定 SELECT 语句返回的记录数。需注意以下几点:


  • 第一个参数指定第一个返回记录行的偏移量
  • 第二个参数指定返回记录行的最大数目
  • 如果只给定一个参数:它表示返回最大的记录行数目
  • 第二个参数为 -1 表示检索从某一个偏移量到记录集的结束所有的记录行
  • 初始记录行的偏移量是 0(而不是 1)
  下面是一个应用实例:
select * from orders_history where type=8 limit 1000,10;  该条语句将会从表 orders_history 中查询第1000条数据之后的10条数据,也就是第1001条到第10010条数据。
  数据表中的记录默认使用主键(一般为id)排序,上面的结果相当于:
select * from orders_history where type=8 order by>  三次查询时间分别为:


  • 3040 ms
  • 3063 ms
  • 3018 ms
  针对这种查询方式,下面测试查询记录量对时间的影响:
select * from orders_history where type=8 limit 10000,1;  
select * from orders_history where type=8 limit 10000,10;
  
select * from orders_history where type=8 limit 10000,100;
  
select * from orders_history where type=8 limit 10000,1000;
  
select * from orders_history where type=8 limit 10000,10000;
  三次查询时间如下:


  • 查询1条记录:3072ms 3092ms 3002ms
  • 查询10条记录:3081ms 3077ms 3032ms
  • 查询100条记录:3118ms 3200ms 3128ms
  • 查询1000条记录:3412ms 3468ms 3394ms
  • 查询10000条记录:3749ms 3802ms 3696ms
  另外我还做了十来次查询,从查询时间来看,基本可以确定,在查询记录量低于100时,查询时间基本没有差距,随着查询记录量越来越大,所花费的时间也会越来越多。
  针对查询偏移量的测试:
select * from orders_history where type=8 limit 100,100;  
select * from orders_history where type=8 limit 1000,100;
  
select * from orders_history where type=8 limit 10000,100;
  
select * from orders_history where type=8 limit 100000,100;
  
select * from orders_history where type=8 limit 1000000,100;
  三次查询时间如下:


  • 查询100偏移:25ms 24ms 24ms
  • 查询1000偏移:78ms 76ms 77ms
  • 查询10000偏移:3092ms 3212ms 3128ms
  • 查询100000偏移:3878ms 3812ms 3798ms
  • 查询1000000偏移:14608ms 14062ms 14700ms
  随着查询偏移的增大,尤其查询偏移大于10万以后,查询时间急剧增加。
  这种分页查询方式会从数据库第一条记录开始扫描,所以越往后,查询速度越慢,而且查询的数据越多,也会拖慢总查询速度。

使用子查询优化

  这种方式先定位偏移位置的>select * from orders_history where type=8 limit 100000,1;  


  
select>  

  
select * from orders_history where type=8 and

  
id>=(select>  
limit 100;
  

  
select * from orders_history where type=8 limit 100000,100;
  4条语句的查询时间如下:


  • 第1条语句:3674ms
  • 第2条语句:1315ms
  • 第3条语句:1327ms
  • 第4条语句:3710ms
  针对上面的查询需要注意:


  • 比较第1条语句和第2条语句:使用 select>
  • 比较第2条语句和第3条语句:速度相差几十毫秒
    比较第3条语句和第4条语句:得益于 select>
  这种方式相较于原始一般的查询方法,将会增快数倍。

使用>
  这种方式假设数据表的id是连续递增的,则我们根据查询的页数和查询的记录数可以算出查询的id的范围,可以使用>select * from orders_history where type=2  
and>  查询时间:15ms 12ms 9ms
  这种查询方式能够极大地优化查询速度,基本能够在几十毫秒之内完成。限制是只能使用于明确知道id的情况,不过一般建立表的时候,都会添加基本的id字段,这为分页查询带来很多遍历。
  还可以有另外一种写法:
select * from orders_history where>  当然还可以使用 in 的方式来进行查询,这种方式经常用在多表关联的时候进行查询,使用其他表查询的id集合,来进行查询:
select * from orders_history where>
(select order_id from trade_2 where goods = 'pen')
  
limit 100;
  这种 in 查询的方式要注意:某些 mysql 版本不支持在 in 子句中使用 limit。

使用临时表优化
  这种方式已经不属于查询优化,这儿附带提一下。

  对于使用>
关于数据表的id说明

  一般情况下,在数据库中建立表的时候,强制为每一张表添加>
  如果像是订单库等数据量非常庞大,一般会进行分库分表。这个时候不建议使用数据库的>
  使用先使用范围查询定位>  本人才疏学浅,难免犯错,若发现文中有错误遗漏,望不吝赐教。
  
原文地址:http://uusama.com/458.html

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.iyunv.com/thread-423120-1-1.html 上篇帖子: spark SQL学习(spark连接 mysql) 下篇帖子: MySQL登录之socket与TCP
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表