MySQL分页查询优化

191145692

　　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