实战！聊聊如何解决MySQL深分页问题
时间：2021-09-29 13:47:49
[导读]前言我们日常做分页需求时，一般会用limit实现，但是当偏移量特别大的时候，查询效率就变得低下。本文将分四个方案，讨论如何优化MySQL百万数据的深分页问题，并附上最近优化生产慢SQL的实战案例。limit深分页为什么会变慢？先看下表结构哈：CREATE TABLE account ( id int(11) NOT NULL AUTO_INCREMENT COMMENT '主键Id', name varchar(255) DEFAULT NULL COMMENT '账户名', balance int(11) DEFAULT NULL COMMENT '余额', create_time ...
前言
我们日常做分页需求时，一般会用limit实现，但是当偏移量特别大的时候，查询效率就变得低下。本文将分四个方案，讨论如何优化MySQL百万数据的深分页问题，并附上最近优化生产慢SQL的实战案例。
limit深分页为什么会变慢？
先看下表结构哈：CREATE TABLE account (
id int(11) NOT NULL AUTO_INCREMENT COMMENT '主键Id',
name varchar(255) DEFAULT NULL COMMENT '账户名',
balance int(11) DEFAULT NULL COMMENT '余额',
create_time datetime NOT NULL COMMENT '创建时间',
update_time datetime NOT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
PRIMARY KEY (id),
KEY idx_name (name),
KEY idx_update_time (update_time) //索引
) ENGINE=InnoDB AUTO_INCREMENT=1570068 DEFAULT CHARSET=utf8 ROW_FORMAT=REDUNDANT COMMENT='账户表';
假设深分页的执行SQL如下：select id,name,balance from account where update_time> '2020-09-19' limit 100000,10;
这个SQL的执行时间如下：limit 0,10，只需要0.006秒哦- 通过普通二级索引树idx_update_time，过滤update_time条件，找到满足条件的记录ID。
- 通过ID，回到主键索引树，找到满足记录的行，然后取出展示的列（回表）
- 扫描满足条件的100010行，然后扔掉前100000行，返回。
SQL变慢原因有两个：- limit语句会先扫描offset n行，然后再丢弃掉前offset行，返回后n行数据。也就是说
limit 100000,10，就会扫描100010行，而limit 0,10，只扫描10行。 limit 100000,10扫描更多的行数，也意味着回表更多的次数。
通过子查询优化
因为以上的SQL，回表了100010次，实际上，我们只需要10条数据，也就是我们只需要10次回表其实就够了。因此，我们可以通过减少回表次数来优化。回顾B 树结构
那么，如何减少回表次数呢？我们先来复习下B 树索引结构哈~InnoDB中，索引分主键索引（聚簇索引）和二级索引- 主键索引，叶子节点存放的是整行数据
- 二级索引，叶子节点存放的是主键的值。
把条件转移到主键索引树
如果我们把查询条件，转移回到主键索引树，那就可以减少回表次数啦。转移到主键索引树查询的话，查询条件得改为主键id了，之前SQL的update_time这些条件咋办呢？抽到子查询那里嘛~子查询那里怎么抽的呢？因为二级索引叶子节点是有主键ID的，所以我们直接根据update_time来查主键ID即可，同时我们把 limit 100000的条件，也转移到子查询，完整SQL如下：select id,name,balance FROM account where id >= (select a.id from account a where a.update_time >= '2020-09-19' limit 100000, 1) LIMIT 10;写漏了，可以补下时间条件在外面
查询效果一样的，执行时间只需要0.038秒！由执行计划得知，子查询 table a查询是用到了idx_update_time索引。首先在索引上拿到了聚集索引的主键ID,省去了回表操作，然后第二查询直接根据第一个查询的 ID往后再去查10个就可以了!INNER JOIN 延迟关联
延迟关联的优化思路，跟子查询的优化思路其实是一样的：都是把条件转移到主键索引树，然后减少回表。不同点是，延迟关联使用了inner join代替子查询。优化后的SQL如下：SELECT acct1.id,acct1.name,acct1.balance FROM account acct1 INNER JOIN (SELECT a.id FROM account a WHERE a.update_time >= '2020-09-19' ORDER BY a.update_time LIMIT 100000, 10) AS acct2 on acct1.id= acct2.id;
查询效果也是杠杆的，只需要0.034秒idx_update_time二级索引树查询到满足条件的主键ID，再与原表通过主键ID内连接，这样后面直接走了主键索引了，同时也减少了回表。标签记录法
limit 深分页问题的本质原因就是：偏移量（offset）越大，mysql就会扫描越多的行，然后再抛弃掉。这样就导致查询性能的下降。其实我们可以采用标签记录法，就是标记一下上次查询到哪一条了，下次再来查的时候，从该条开始往下扫描。就好像看书一样，上次看到哪里了，你就折叠一下或者夹个书签，下次来看的时候，直接就翻到啦。假设上一次记录到100000，则SQL可以修改为：select id,name,balance FROM account where id > 100000 order by id limit 10;
这样的话，后面无论翻多少页，性能都会不错的，因为命中了id索引。但是这种方式有局限性：需要一种类似连续自增的字段。使用between...and...
很多时候，可以将limit查询转换为已知位置的查询，这样MySQL通过范围扫描between...and，就能获得到对应的结果。如果知道边界值为100000，100010后，就可以这样优化：select id,name,balance FROM account where id between 100000 and 100010 order by id;
手把手实战案例
我们一起来看一个实战案例哈。假设现在有表结构如下，并且有200万数据.CREATE TABLE account (
id varchar(32) COLLATE utf8_bin NOT NULL COMMENT '主键',
account_no varchar(64) COLLATE utf8_bin NOT NULL DEFAULT '' COMMENT '账号'
amount decimal(20,2) DEFAULT NULL COMMENT '金额'
type varchar(10) COLLATE utf8_bin DEFAULT NULL COMMENT '类型A，B'
create_time datetime DEFAULT NULL COMMENT '创建时间',
update_time datetime DEFAULT NULL COMMENT '更新时间',
PRIMARY KEY (id),
KEY `idx_account_no` (account_no),
KEY `idx_create_time` (create_time)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin COMMENT='账户表'
业务需求是这样：获取最2021年的A类型账户数据，上报到大数据平台。一般思路的实现方式
很多伙伴接到这么一个需求，会直接这么实现了：//查询上报总数量
Integer total = accountDAO.countAccount();
//查询上报总数量对应的SQL
'countAccount' resultType="java.lang.Integer">
seelct count(1)
from account
where create_time >='2021-01-01 00:00:00'
and type ='A'
//计算页数
int pageNo = total % pageSize == 0 ? total / pageSize : (total / pageSize 1);
//分页查询，上报
for(int i = 0; i < pageNo; i ){
List list = accountDAO.listAccountByPage(startRow,pageSize);
startRow = (pageNo-1)*pageSize;
//上报大数据
postBigData(list);
}
//分页查询SQL（可能存在limit深分页问题，因为account表数据量几百万）
'listAccountByPage' >
seelct *
from account
where create_time >='2021-01-01 00:00:00'
and type ='A'
limit #{startRow},#{pageSize}
实战优化方案
以上的实现方案，会存在limit深分页问题，因为account表数据量几百万。那怎么优化呢？其实可以使用标签记录法，有些伙伴可能会有疑惑，id主键不是连续的呀，真的可以使用标签记录？当然可以，id不是连续，我们可以通过order by让它连续嘛。优化方案如下：//查询最小ID
String lastId = accountDAO.queryMinId();
//查询最小ID对应的SQL
"queryMinId" returnType=“java.lang.String”>
select MIN(id)
from account
where create_time >='2021-01-01 00:00:00'
and type ='A'
//一页的条数
Integer pageSize = 100;
List list ;
do{
list = listAccountByPage(lastId,pageSize);
//标签记录法，记录上次查询过的Id
lastId = list.get(list,size()-1).getId();
//上报大数据
postBigData(list);
}while(CollectionUtils.isNotEmpty(list));
"listAccountByPage">
select *
from account
where create_time >='2021-01-01 00:00:00'
and id > #{lastId}
and type ='A'
order by id asc
limit #{pageSize}
下载文档
