sql優化之大數據量分頁查詢（mysql）

當需要從數據庫查詢的表有上萬條記錄的時候，一次性查詢所有結果會變得很慢，特別是隨着數據量的增加特別明顯，這時就需要使用分頁查詢。對於數據庫分頁查詢，也有很多種方法和優化的點。

談優化前的准備工作

為了對下面列舉的一些優化進行測試，需要使用已有的一張表作為實際例子。

表名：order_history。

描述：某個業務的訂單歷史表。

主要字段：unsigned int id，tinyint(4) int type。

字段情況：該表一共37個字段，不包含text等大型數據，最大為varchar(500)，id字段為索引，且為遞增。

數據量：5百萬+。

MySQL版本：5.7.16。

線下找一張百萬級的測試表可不容易，如果需要自己測試的話，可以寫shell腳本什么的插入數據進行測試。

一次查詢出所有記錄

不使用分頁查詢的情況下，一次查詢出表中的所有記錄，也就是全表掃描：

select count(*) from orders_history; -- 5094032

執行三次查詢的時間分別是8023ms、8122ms和8329ms。

實際的項目當然是不可能進行全表掃描的一次性查詢出所有記錄的做法，這樣會因為數據的響應、傳輸和裝載過慢而影響頁面渲染的性能，嚴重影響用戶體驗。

一般的分頁查詢

一般的分頁查詢使用簡單的limit子句就可以實現。limit子句的聲明如下：

select * from table limit [offset,] rows | rows offset offset

limit子句可以被用於指定select語句返回的記錄數，以下是使用limit子句的注意事項：

1.第一個參數指定第一個返回記錄行的偏移量，注意從0開始。

2.第二個參數指定返回記錄行的最大數目。

3.如果只給定一個參數，這個參數表示返回的最大記錄行數目。

4.如果第二個參數值為-1，那么就表示檢索從某一個偏移量到記錄集的結束所有的記錄行。

5.初始記錄行的偏移量是0，而不是1。

select * from orders_history where type = 8 limit 1000,10;

上面這條語句會從orders_history表中查詢offset:1000開始之后的10條記錄，也就是第1001條記錄到第1010條記錄的數據（1001<=記錄行數<=1010）。

執行三次查詢的時間分別是3022ms、3032ms和3019ms。

數據表中的記錄默認使用主鍵（一般是id）排序，因此上面的查詢相當於：

select * from orders_history where type = 8 order by id limit 1000,10;

針對這種查詢方式，通過改變limit的第二個參數來測試查詢記錄量對查詢時間的影響：

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;

執行三處查詢的時間分別如下：

查詢1條記錄：3072ms 3092ms 3002ms。

查詢10條記錄：3081ms 3077ms 3032ms。

查詢100條記錄：3118ms 3200ms 3128ms。

查詢1000條記錄：3412ms 3468ms 3394ms。

查詢10000條記錄：3749ms 3802ms 3696ms。

從查詢結果（查詢時間）上來看，基本上可以得出得出一個結論就是，在查詢記錄量小於100的時候，查詢時間基本沒有差距，但是隨着查詢記錄量越來越大，所花費的時間就會越來越多（不明顯）。

針對這種查詢方式，通過改變limit的第一個參數來測試查詢偏移量對查詢時間的影響：

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;

執行三次查詢的時間分別如下：

查詢100偏移：25ms 24ms 24ms

查詢1000偏移：78ms 76ms 77ms

查詢10000偏移：3092ms 3212ms 3128ms

查詢100000偏移：3878ms 3812ms 3798ms

查詢1000000偏移：14608ms 14062ms 14700ms

從查詢結果（查詢時間）來看，隨着查詢偏移量的增大，尤其查詢偏移量大於10萬之后，查詢的時間明顯增加。

因為這種分頁查詢方式會從數據庫的第一條記錄開始掃描，因此記錄越往后，查詢的速度就會越慢，而且查詢的數據越多，也會拖慢整體的總查詢速度。

使用子查詢優化大數據量分頁查詢

這種方式的做法是先定位偏移位置的id，然后再往后查詢，適用於id遞增的情況。

select * from orders_history where type = 8 limit 100000,1;

select id from orders_history where type = 8 limit 100000,1;

select * from orders_history where type = 8 and id >= (
    select id from orders_history where type = 8 limit 100000,1
) limit 100;

select * from orders_history where type = 8 limit 100000,100;

上面4條語句的查詢時間如下：

第1條語句：3674ms。

第2條語句：1315ms。

第3條語句：1327ms。

第4條語句：3710ms。

針對上面的查詢需要注意：

1.比較第1條語句和第2條語句：使用select id代替select *速度增加了3倍。

2.比較第2條語句和第3條語句：速度相差幾十毫秒。

3.比較第3條語句和第4條語句：得益於select id速度增加，第3條語句查詢速度增加了3倍。

4.這種方式相較於原始一般的查詢方法，將會增快數倍。

使用id限定優化大數據量分頁查詢

使用這種方式需要先假設數據表的id是連續遞增的，我們根據查詢的頁數和查詢的記錄數可以算出查詢的id的范圍，可以使用 id between and 來查詢：

select * 
from orders_history 
where type = 2
    and (id between 1000000 and 1000100)
limit 100;

執行三次查詢的時間分別是15ms、12ms和10ms。

這種查詢方式能夠極大地優化查詢速度，基本能夠在幾十毫秒之內完成。限制是只能使用於明確知道id的情況，不過一般建立表的時候，都會添加基本的id字段，這為分頁查詢帶來很多便利。

還可以有另外一種寫法：

select * from orders_history where id >= 1000001 limit 100;

當然了，也可以使用in的方式來進行查詢，這種方式經常用在多表關聯的情況下，使用其他表查詢的id集合來進行查詢：

select * from orders_history where id in (
    select order_id from trade where good_name = 'apple'
) limit 100;

但是使用這種in查詢方式的時候要注意的是，某些MySQL版本並不支持在in子句中使用limit子句。

使用臨時表優化大數據量分頁查詢

對於使用id限定優化中的問題，需要id是連續遞增的，但是在一些場景下，比如使用歷史表的時候，或者出現過數據缺失問題時，可以考慮使用臨時存儲的表來記錄分頁的id，使用分頁的id來進行in查詢。

這樣能夠極大的提高傳統的分頁查詢速度，尤其是數據量上千萬的時候。

關於數據表id的擴展說明

一般情況下，在數據庫中建立表的時候，會強制為每一張表添加id遞增字段，這樣方便查詢。

而如果像是訂單庫等數據量非常龐大，一般會進行分庫分表。這個時候就不建議使用數據表的id作為唯一標識，而應該使用分布式的高並發唯一id生成器來生成，並在數據表中使用另外的字段來存儲這個唯一標識。

查詢的方法是先使用范圍查詢定位id（或者索引），然后再使用索引進行定位數據，就能夠提高好幾倍查詢速度。即先select id，然后再select *。

 

"從前車馬很慢，書信很遠，一生只夠愛一人。"