前言
大家好，我是撿田螺的小男孩。
我們日常做分頁需求時，一般會用limit實現，但是當偏移量特別大的時候，查詢效率就變得低下。本文將分4個方案，討論如何優化MySQL百萬數據的深分頁問題，並附上最近優化生產慢SQL的實戰案例。
- 公衆號：撿田螺的小男孩
limit深分頁爲什麼會變慢？
先看下錶結構哈：
CREATE TABLE account (
id int(11) NOT NULL AUTO_INCREMENT COMMENT '主鍵Id',
name varchar(255) DEFAULT NULL COMMENT '賬戶名',
balance int(11) DEFAULT NULL COMMENT '餘額',
create_time datetime NOT NULL COMMENT '創建時間',
update_time datetime NOT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '更新時間',
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='賬戶表';
複製代碼假設深分頁的執行SQL如下：
select id,name,balance from account where update_time> '2020-09-19' limit 100000,10;
複製代碼這個SQL的執行時間如下：
執行完需要0.742秒，深分頁爲什麼會變慢呢？如果換成 limit 0,10，只需要0.006秒哦
我們先來看下這個SQL的執行流程：
- 通過普通二級索引樹idx_update_time，過濾update_time條件，找到滿足條件的記錄ID。
- 通過ID，回到主鍵索引樹，找到滿足記錄的行，然後取出展示的列（回表）
- 掃描滿足條件的100010行，然後扔掉前100000行，返回。
SQL的執行流程
執行計劃如下：
SQL變慢原因有兩個：
- limit語句會先掃描offset+n行，然後再丟棄掉前offset行，返回後n行數據。也就是說
limit 100000,10，就會掃描100010行，而limit 0,10，只掃描10行。 limit 100000,10掃描更多的行數，也意味着回表更多的次數。
通過子查詢優化
因爲以上的SQL，回表了100010次，實際上，我們只需要10條數據，也就是我們只需要10次回表其實就夠了。因此，我們可以通過減少回表次數來優化。
回顧B+ 樹結構
那麼，如何減少回表次數呢？我們先來複習下B+樹索引結構哈~
InnoDB中，索引分主鍵索引（聚簇索引）和二級索引
- 主鍵索引，葉子節點存放的是整行數據
- 二級索引，葉子節點存放的是主鍵的值。
把條件轉移到主鍵索引樹
如果我們把查詢條件，轉移回到主鍵索引樹，那就不就可以減少回表次數啦。轉移到主鍵索引樹查詢的話，查詢條件得改爲主鍵id了，之前SQL的update_time這些條件咋辦呢？抽到子查詢那裏嘛~
子查詢那裏怎麼抽的呢？因爲二級索引葉子節點是有主鍵ID的，所以我們直接根據update_time來查主鍵ID即可，同時我們把 limit 100000的條件，也轉移到子查詢，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;
複製代碼查詢效果一樣的，執行時間只需要0.038秒！
我們來看下執行計劃
由執行計劃得知，子查詢 table a查詢是用到了idx_update_time索引。首先在索引上拿到了聚集索引的主鍵ID,省去了回表操作，然後第二查詢直接根據第一個查詢的 ID往後再去查10個就可以了!
因此，這個方案是可以的~
INNER JOIN 延遲關聯
延遲關聯的優化思路，跟子查詢的優化思路其實是一樣的：都是把條件轉移到主鍵索引樹，然後減少回表。不同點是，延遲關聯使用了inner join代替子查詢。
優化後的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;
複製代碼查詢效果也是槓桿的，只需要0.034秒
執行計劃如下：
查詢思路就是，先通過idx_update_time二級索引樹查詢到滿足條件的主鍵ID，再與原表通過主鍵ID內連接，這樣後面直接走了主鍵索引了，同時也減少了回表。
標籤記錄法
limit 深分頁問題的本質原因就是：偏移量（offset）越大，mysql就會掃描越多的行，然後再拋棄掉。這樣就導致查詢性能的下降。
其實我們可以採用標籤記錄法，就是標記一下上次查詢到哪一條了，下次再來查的時候，從該條開始往下掃描。就好像看書一樣，上次看到哪裏了，你就摺疊一下或者夾個書籤，下次來看的時候，直接就翻到啦。
假設上一次記錄到100000，則SQL可以修改爲：
select id,name,balance FROM account where id > 100000 order by id limit 10;
複製代碼這樣的話，後面無論翻多少頁，性能都會不錯的，因爲命中了id索引。但是你，這種方式有侷限性：需要一種類似連續自增的字段。
使用between...and...
很多時候，可以將limit查詢轉換爲已知位置的查詢，這樣MySQL通過範圍掃描between...and，就能獲得到對應的結果。
如果知道邊界值爲100000，100010後，就可以這樣優化：
select id,name,balance FROM account where id between 100000 and 100010 order by id desc;
複製代碼手把手實戰案例
我們一起來看一個實戰案例哈。假設現在有表結構如下，並且有200萬數據.
CREATE TABLE account (
id varchar(32) COLLATE utf8_bin NOT NULL COMMENT '主鍵',
account_no varchar(64) COLLATE utf8_bin NOT NULL DEFAULT '' COMMENT '賬號'
amount decimal(20,2) DEFAULT NULL COMMENT '金額'
type varchar(10) COLLATE utf8_bin DEFAULT NULL COMMENT '類型A，B'
create_time datetime DEFAULT NULL COMMENT '創建時間',
update_time datetime DEFAULT NULL COMMENT '更新時間',
PRIMARY KEY (id),
KEY `idx_account_no` (account_no),
KEY `idx_create_time` (create_time)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin COMMENT='賬戶表'
複製代碼業務需求是這樣：獲取最2021年的A類型賬戶數據，上報到大數據平臺。
一般思路的實現方式
很多夥伴接到這麼一個需求，會直接這麼實現了：
//查詢上報總數量
Integer total = accountDAO.countAccount();
//查詢上報總數量對應的SQL
<select id ='countAccount' resultType="java.lang.Integer">
seelct count(1)
from account
where create_time >='2021-01-01 00:00:00'
and type ='A'
</select>
//計算頁數
int pageNo = total % pageSize == 0 ? total / pageSize : (total / pageSize + 1);
//分頁查詢，上報
for(int i = 0; i < pageNo; i++){
List<AcctountPO> list = accountDAO.listAccountByPage(startRow,pageSize);
startRow = (pageNo-1)*pageSize;
//上報大數據
postBigData(list);
}
//分頁查詢SQL（可能存在limit深分頁問題，因爲account表數據量幾百萬）
<select id ='listAccountByPage' >
seelct *
from account
where create_time >='2021-01-01 00:00:00'
and type ='A'
limit #{startRow},#{pageSize}
</select>
複製代碼實戰優化方案
以上的實現方案，會存在limit深分頁問題，因爲account表數據量幾百萬。那怎麼優化呢？
其實可以使用標籤記錄法，有些夥伴可能會有疑惑，id主鍵不是連續的呀，真的可以使用標籤記錄？
當然可以，id不是連續，我們可以通過order by讓它連續嘛。優化方案如下：
//查詢最小ID
String lastId = accountDAO.queryMinId();
//查詢最大ID對應的SQL
<select id="queryMinId" returnType=“java.lang.String”>
select MIN(id)
from account
where create_time >='2021-01-01 00:00:00'
and type ='A'
</select>
//一頁的條數
Integer pageSize = 100;
List<AcctountPO> list ;
do{
list = listAccountByPage(lastId,pageSize);
//標籤記錄法，記錄上次查詢過的Id
lastId = list.get(list,size()-1).getId();
//上報大數據
postBigData(list);
}while(CollectionUtils.isNotEmpty(list));
<select id ="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}
</select>作者：撿田螺的小男孩
鏈接：https://juejin.cn/post/7012016858379321358
來源：掘金
著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。