轉載地址：
http://www.cnblogs.com/lpfuture/p/5772055.html
https://www.cnblogs.com/shiwenhu/p/5757250.html
P1
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系的，那么我們把起始記錄改為40w看下（也就是記錄的一般左右） select * from product limit 400000, 20 3.229秒
再看我們取最后一頁記錄的時間
select * from product limit 866613, 20 37.44秒
難怪搜索引擎抓取我們頁面的時候經常會報超時，像這種分頁最大的頁碼頁顯然這種時
間是無法忍受的。
從中我們也能總結出兩件事情：
1）limit語句的查詢時間與起始記錄的位置成正比
2）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），那么這種情況會查詢很快。
因為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，在並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后一頁的數據（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
那么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
查詢時間為0.2秒，簡直是一個質的飛躍啊，哈哈
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，贊！
P2：
在mysql中limit可以實現快速分頁，但是如果數據到了幾百萬時我們的limit必須優化才能有效的合理的實現分頁了，否則可能卡死你的服務器哦。
當一個表數據有幾百萬的數據的時候成了問題！
如 * from table limit 0,10 這個沒有問題 當 limit 200000,10 的時候數據讀取就很慢，可以按照一下方法解決
第一頁會很快
PERCONA PERFORMANCE CONFERENCE 2009上，來自雅虎的幾位工程師帶來了一篇”EfficientPagination Using MySQL”的報告
limit10000,20的意思掃描滿足條件的10020行，扔掉前面的10000行，返回最后的20行，問題就在這里。
LIMIT 451350 , 30 掃描了45萬多行，怪不得慢的都堵死了。
但是
limit 30 這樣的語句僅僅掃描30行。
那么如果我們之前記錄了最大ID，就可以在這里做文章
舉個例子
日常分頁SQL語句
select id,name,content from users order by id asc limit 100000,20
掃描100020行
如果記錄了上次的最大ID
select id,name,content from users where id>100073 order by id asc limit 20
掃描20行。
總數據有500萬左右
以下例子 當時候 select * from wl_tagindex where byname=’f’ order by id limit 300000,10 執行時間是 3.21s
優化后：
select * from (
select id from wl_tagindex
where byname=’f’ order by id limit 300000,10
) a
left join wl_tagindex b on a.id=b.id
執行時間為 0.11s 速度明顯提升
這里需要說明的是 我這里用到的字段是 byname ,id 需要把這兩個字段做復合索引，否則的話效果提升不明顯
總結
當一個數據庫表過於龐大，LIMIT offset, length中的offset值過大，則SQL查詢語句會非常緩慢，你需增加order by，並且order by字段需要建立索引。
如果使用子查詢去優化LIMIT的話，則子查詢必須是連續的，某種意義來講，子查詢不應該有where條件，where會過濾數據，使數據失去連續性。
如果你查詢的記錄比較大，並且數據傳輸量比較大，比如包含了text類型的field，則可以通過建立子查詢。
SELECT id,title,content FROM items WHERE id IN (SELECT id FROM items ORDER BY id limit 900000, 10);
如果limit語句的offset較大，你可以通過傳遞pk鍵值來減小offset = 0，這個主鍵最好是int類型並且auto_increment
SELECT * FROM users WHERE uid > 456891 ORDER BY uid LIMIT 0, 10;
這條語句，大意如下:
SELECT * FROM users WHERE uid >= (SELECT uid FROM users ORDER BY uid limit 895682, 1) limit 0, 10;
如果limit的offset值過大，用戶也會翻頁疲勞，你可以設置一個offset最大的，超過了可以另行處理，一般連續翻頁過大，用戶體驗很差，則應該提供更優的用戶體驗給用戶。
limit 分頁優化方法
1.子查詢優化法
先找出第一條數據，然后大於等於這條數據的id就是要獲取的數據
缺點：數據必須是連續的，可以說不能有where條件，where條件會篩選數據，導致數據失去連續性
實驗下
mysql> set profi=1;
Query OK, 0 rows affected (0.00 sec)
mysql> select count(*) from Member;
+———-+
| count(*) |
+———-+
| 169566 |
+———-+
1 row in set (0.00 sec)
mysql> pager grep !~-
PAGER set to ‘grep !~-‘
mysql> select * from Member limit 10, 100;
100 rows in set (0.00 sec)
mysql> select * from Member where MemberID >= (select MemberID from Member limit 10,1) limit 100;
100 rows in set (0.00 sec)
mysql> select * from Member limit 1000, 100;
100 rows in set (0.01 sec)
mysql> select * from Member where MemberID >= (select MemberID from Member limit 1000,1) limit 100;
100 rows in set (0.00 sec)
mysql> select * from Member limit 100000, 100;
100 rows in set (0.10 sec)
mysql> select * from Member where MemberID >= (select MemberID from Member limit 100000,1) limit 100;
100 rows in set (0.02 sec)
mysql> nopager
PAGER set to stdout
mysql> show profilesG
*************************** 1. row ***************************
Query_ID: 1
Duration: 0.00003300
Query: select count(*) from Member
*************************** 2. row ***************************
Query_ID: 2
Duration: 0.00167000
Query: select * from Member limit 10, 100
*************************** 3. row ***************************
Query_ID: 3
Duration: 0.00112400
Query: select * from Member where MemberID >= (select MemberID from Member limit 10,1) limit 100
*************************** 4. row ***************************
Query_ID: 4
Duration: 0.00263200
Query: select * from Member limit 1000, 100
*************************** 5. row ***************************
Query_ID: 5
Duration: 0.00134000
Query: select * from Member where MemberID >= (select MemberID from Member limit 1000,1) limit 100
*************************** 6. row ***************************
Query_ID: 6
Duration: 0.09956700
Query: select * from Member limit 100000, 100
*************************** 7. row ***************************
Query_ID: 7
Duration: 0.02447700
Query: select * from Member where MemberID >= (select MemberID from Member limit 100000,1) limit 100
從結果中可以得知，當偏移1000以上使用子查詢法可以有效的提高性能。
2.倒排表優化法
倒排表法類似建立索引，用一張表來維護頁數，然后通過高效的連接得到數據
缺點：只適合數據數固定的情況，數據不能刪除，維護頁表困難
3.反向查找優化法
當偏移超過一半記錄數的時候，先用排序，這樣偏移就反轉了
缺點：order by優化比較麻煩，要增加索引，索引影響數據的修改效率，並且要知道總記錄數
，偏移大於數據的一半
引用
limit偏移算法：
正向查找： (當前頁 – 1) * 頁長度
反向查找： 總記錄 – 當前頁 * 頁長度
做下實驗，看看性能如何
總記錄數：1,628,775
每頁記錄數： 40
總頁數：1,628,775 / 40 = 40720
中間頁數：40720 / 2 = 20360
第21000頁
正向查找SQL:
Sql代碼
SELECT * FROM `abc` WHERE `BatchID` = 123 LIMIT 839960, 40
時間：1.8696 秒
反向查找sql:
Sql代碼
SELECT * FROM `abc` WHERE `BatchID` = 123 ORDER BY InputDate DESC LIMIT 788775, 40
時間：1.8336 秒
第30000頁
正向查找SQL:
Sql代碼
1.SELECT * FROM `abc` WHERE `BatchID` = 123 LIMIT 1199960, 40
SELECT * FROM `abc` WHERE `BatchID` = 123 LIMIT 1199960, 40
時間：2.6493 秒
反向查找sql:
Sql代碼
1.SELECT * FROM `abc` WHERE `BatchID` = 123 ORDER BY InputDate DESC LIMIT 428775, 40
SELECT * FROM `abc` WHERE `BatchID` = 123 ORDER BY InputDate DESC LIMIT 428775, 40
時間：1.0035 秒
注意，反向查找的結果是是降序desc的，並且InputDate是記錄的插入時間，也可以用主鍵聯合索引，但是不方便。
4.limit限制優化法
把limit偏移量限制低於某個數。。超過這個數等於沒數據，我記得alibaba的dba說過他們是這樣做的
5.只查索引法