在實際場景中會遇到這樣的一種情況：數據量很大，而且還要分頁查詢，如果數據量達到百萬級別之后，性能會急劇下降，導致查詢時間很長，甚至是超時。接下來我總結了兩種常用的優化方案，僅供參考。但是需要注意的是有個前提：主鍵id是遞增且數據有序。
1：使用子查詢優化
這種方式先定位偏移位置的 id，然后往后查詢，這種方式適用於 id 遞增的情況。sql如下圖所示：
1 SELECT 2 * 3 FROM 4 orders_history 5 WHERE 6 type = 8 7 AND id >= ( SELECT id FROM orders_history WHERE type = 8 LIMIT 100000, 1 ) 8 LIMIT 100;
2：使用id限定優化
這種方式假設數據表的id是連續遞增的，則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。sql如下圖所示：
1 SELECT 2 * 3 FROM 4 orders_history 5 WHERE 6 type = 2 7 AND id BETWEEN 1000000 8 AND 1000100 9 LIMIT 100;
還可以有另外一種寫法，sql如下圖所示：
select * from orders_history where id >= 1000001 limit 100;
總結：這種查詢方案的前提條件已經說過了，主鍵遞增且數據有序。其實就是利用B+樹的原理進行的，因為在Innodb存儲引擎中，數據是通過B+樹進行存儲，葉子節點存儲的是主鍵id，另外子查詢中也用到了覆蓋索引。一般查詢條件排序條件為按照主鍵id遞增，或者是遞減，查詢偏移起始位置是經過計算之后，帶入到sql中的。如果數據量實在是太大了，如果達到千萬級別的話，哈哈哈，我建議還是使用分庫分表組件吧，比如Apache ShardingSphere、MyCat等開源組件。