MySQL 百萬級分頁優化(Mysql千萬級快速分頁)

一般剛開始學SQL的時候，會這樣寫

創新互聯是一家集網站建設,仁壽企業網站建設,仁壽品牌網站建設,網站定制,仁壽網站建設報價,網絡營銷,網絡優化,仁壽網站推廣為一體的創新建站企業，幫助傳統企業提升企業形象加強企業競爭力。可充分滿足這一群體相比中小企業更為豐富、高端、多元的互聯網需求。同時我們時刻保持專業、時尚、前沿，時刻以成就客戶成長自我，堅持不斷學習、思考、沉淀、凈化自己，讓我們為更多的企業打造出實用型網站。

代碼如下:

SELECT * FROM table ORDER BY id LIMIT 1000, 10;

但在數據達到百萬級的時候，這樣寫會慢死

代碼如下:

SELECT * FROM table ORDER BY id LIMIT 1000000, 10;

也許耗費幾十秒

網上很多優化的方法是這樣的

代碼如下:

SELECT * FROM table WHERE id = (SELECT id FROM table LIMIT 1000000, 1) LIMIT 10;

是的，速度提升到0.x秒了，看樣子還行了

可是，還不是完美的！

以下這句才是完美的！

代碼如下:

SELECT * FROM table WHERE id BETWEEN 1000000 AND 1000010;

比上面那句，還要再快5至10倍

另外，如果需要查詢 id 不是連續的一段，最佳的方法就是先找出 id ，然后用 in 查詢

代碼如下:

SELECT * FROM table WHERE id IN(10000, 100000, 1000000...);

再分享一點

查詢字段一較長字符串的時候，表設計時要為該字段多加一個字段,如，存儲網址的字段

查詢的時候，不要直接查詢字符串，效率低下，應該查看該字串的crc32或md5

如何優化Mysql千萬級快速分頁

Limit 1,111 數據大了確實有些性能上的問題，而通過各種方法給用上where id = XX,這樣用上索引的id號可能速度上快點兒。By:jack

Mysql limit分頁慢的解決辦法（Mysql limit 優化，百萬至千萬條記錄實現快速分頁）

MySql 性能到底能有多高？用了php半年多，真正如此深入地去思考這個問題還是從前天開始。有過痛苦有過絕望，到現在充滿信心！MySql 這個數據庫絕對是適合dba級的高手去玩的，一般做一點1萬篇新聞的小型系統怎么寫都可以，用xx框架可以實現快速開發。可是數據量到了10萬，百萬至千 萬，它的性能還能那么高嗎？一點小小的失誤，可能造成整個系統的改寫，甚至更本系統無法正常運行！好了，不那么多廢話了。用事實說話，看例子：

數 據表 collect ( id, title ,info ,vtype) 就這4個字段，其中 title 用定長，info 用text, id 是逐漸，vtype是tinyint，vtype是索引。這是一個基本的新聞系統的簡單模型。現在往里面填充數據，填充10萬篇新聞。

最后collect 為 10萬條記錄，數據庫表占用硬盤1.6G。OK ,看下面這條sql語句：

select id,title from collect limit 1000,10; 很快；基本上0.01秒就OK，再看下面的

select id,title from collect limit 90000,10; 從9萬條開始分頁，結果？

8-9秒完成，my god 哪出問題了？？？？其實要優化這條數據，網上找得到答案。看下面一條語句:

select id from collect order by id limit 90000,10; 很快，0.04秒就OK。 為什么？因為用了id主鍵做索引當然快。網上的改法是：

select id,title from collect where id=(select id from collect order by id limit 90000,1) limit 10;

這就是用了id做索引的結果。可是問題復雜那么一點點，就完了。看下面的語句

select id from collect where vtype=1 order by id limit 90000,10; 很慢，用了8-9秒！

到 了這里我相信很多人會和我一樣，有崩潰感覺！vtype 做了索引了啊？怎么會慢呢？vtype做了索引是不錯，你直接 select id from collect where vtype=1 limit 1000,10; 是很快的，基本上0.05秒，可是提高90倍，從9萬開始，那就是0.05*90=4.5秒的速度了。和測試結果8-9秒到了一個數量級。從這里開始有人 提出了分表的思路，這個和dis #cuz 論壇是一樣的思路。思路如下：

建一個索引表： t (id,title,vtype) 并設置成定長，然后做分頁，分頁出結果再到 collect 里面去找info 。 是否可行呢？實驗下就知道了。

10萬條記錄到 t(id,title,vtype) 里，數據表大小20M左右。用

select id from t where vtype=1 order by id limit 90000,10; 很快了。基本上0.1-0.2秒可以跑完。為什么會這樣呢？我猜想是因為collect 數據太多，所以分頁要跑很長的路。limit 完全和數據表的大小有關的。其實這樣做還是全表掃描，只是因為數據量小，只有10萬才快。OK， 來個瘋狂的實驗，加到100萬條，測試性能。

加了10倍的數據，馬上t表就到了200多M，而且是定長。還是剛才的查詢語句，時間是0.1-0.2秒完成！分表性能沒問題？錯！因為我們的limit還是9萬，所以快。給個大的，90萬開始

select id from t where vtype=1 order by id limit 900000,10; 看看結果，時間是1-2秒！

why ?? 分表了時間還是這么長，非常之郁悶！有人說定長會提高limit的性能，開始我也以為，因為一條記錄的長度是固定的，mysql 應該可以算出90萬的位置才對啊？ 可是我們高估了mysql 的智能，他不是商務數據庫，事實證明定長和非定長對limit影響不大？ 怪不得有人說 discuz到了100萬條記錄就會很慢，我相信這是真的，這個和數據庫設計有關！

難道MySQL 無法突破100萬的限制嗎？？？到了100萬的分頁就真的到了極限？？？

答案是： NO !!!! 為什么突破不了100萬是因為不會設計mysql造成的。下面介紹非分表法，來個瘋狂的測試！一張表搞定100萬記錄，并且10G 數據庫，如何快速分頁！

好了，我們的測試又回到 collect表，開始測試結論是： 30萬數據，用分表法可行，超過30萬他的速度會慢到你無法忍受！當然如果用分表+我這種方法，那是絕對完美的。但是用了我這種方法后，不用分表也可以完美解決！

答 案就是：復合索引！ 有一次設計mysql索引的時候，無意中發現索引名字可以任取，可以選擇幾個字段進來，這有什么用呢？開始的select id from collect order by id limit 90000,10; 這么快就是因為走了索引，可是如果加了where 就不走索引了。抱著試試看的想法加了 search(vtype,id) 這樣的索引。然后測試

select id from collect where vtype=1 limit 90000,10; 非常快！0.04秒完成！

再測試: select id ,title from collect where vtype=1 limit 90000,10; 非常遺憾，8-9秒，沒走search索引！

再測試：search(id,vtype)，還是select id 這個語句，也非常遺憾，0.5秒。

綜上：如果對于有where 條件，又想走索引用limit的，必須設計一個索引，將where 放第一位，limit用到的主鍵放第2位，而且只能select 主鍵！

完美解決了分頁問題了。可以快速返回id就有希望優化limit ， 按這樣的邏輯，百萬級的limit 應該在0.0x秒就可以分完。看來mysql 語句的優化和索引是非常重要的！

好了，回到原題，如何將上面的研究成功快速應用于開發呢？如果用復合查詢，我的輕量級框架就沒得用了。分頁字符串還得自己寫，那多麻煩？這里再看一個例子，思路就出來了：

select * from collect where id in (9000,12,50,7000); 竟然 0秒就可以查完！

mygod ，mysql 的索引竟然對于in語句同樣有效！看來網上說in無法用索引是錯誤的！

有了這個結論，就可以很簡單的應用于輕量級框架了：

代碼如下：

復制代碼代碼如下:

$db=dblink();

$db-pagesize=20;

$sql=”select id from collect where vtype=$vtype”;

$db-execute($sql);

$strpage=$db-strpage(); //將分頁字符串保存在臨時變量，方便輸出

while($rs=$db-fetch_array()){

$strid.=$rs['id'].',';

}

$strid=substr($strid,0,strlen($strid)-1); //構造出id字符串

$db-pagesize=0; //很關鍵，在不注銷類的情況下，將分頁清空，這樣只需要用一次數據庫連接，不需要再開；

$db-execute(“select id,title,url,sTime,gTime,vtype,tag from collect where id in ($strid)”);

?php while($rs=$db-fetch_array()): ?

?php echo $rs['id'];?

?php echo $rs['url'];?

?php echo $rs['sTime'];?

?php echo $rs['gTime'];?

?php echo $rs['vtype'];?

” target=”_blank”?php echo $rs['title'];?

?php echo $rs['tag'];?

?php endwhile; ?

?php

echo $strpage;

Mysql使用limit深度分頁優化

mysql使用select * limit offset, rows分頁在深度分頁的情況下。性能急劇下降。

limit用于數據的分頁查詢，當然也會用于數據的截取，下面是limit的用法：

1. 模仿百度、谷歌方案（前端業務控制）

類似于分段。我們給每次只能翻100頁、超過一百頁的需要重新加載后面的100頁。這樣就解決了每次加載數量數據大 速度慢的問題了

2. 記錄每次取出的最大id， 然后where id 最大id

select * from table_name Where id 最大id limit 10000, 10;

這種方法適用于：除了主鍵ID等離散型字段外，也適用連續型字段datetime等

最大id由前端分頁pageNum和pageIndex計算出來。

3. IN獲取id

4. join方式 + 覆蓋索引（推薦）

如果對于有where 條件，又想走索引用limit的，必須設計一個索引，將where 放第一位，limit用到的主鍵放第2位，而且只能select 主鍵！

1. jdbcpagingReader使用方式

2. db索引分區器使用方式

入參1： 表名 如test_table

入參2： 排序索引字段 可以是主鍵，也可以是其他索引。需要保證是唯一索引即可。如：id

入參3： 主鍵可手動傳入，也可以根據表名計算出來：現在只支持單列主鍵的。 如：id

入參4: 具體表 要分多少塊。如：4

MySQL百萬級數據量分頁查詢方法及其優化建議

offset+limit方式的分頁查詢，當數據表超過100w條記錄，性能會很差。

主要原因是offset limit的分頁方式是從頭開始查詢，然后舍棄前offset個記錄，所以offset偏移量越大，查詢速度越慢。

比如: 讀第10000到10019行元素(pk是主鍵/唯一鍵).

使用order by id可以在查詢時使用主鍵索引。

但是這種方式在id為uuid的時候就會出現問題。可以使用where in的方式解決：

帶條件的查詢：

如果在分頁查詢中添加了where條件例如 type = 'a’這樣的條件，sql變成 ：

這種情況因為type沒有使用索引也會導致查詢速度變慢。但是只添加type為索引查詢速度還是很慢,是因為查詢的數據量太多了。這個時候考慮添加組合索引，組合索引的順序要where條件字段在前，id在后，如 (type,id)，因為組合索引查詢時用到了type索引，而type跟id是組合索引的關系，如果只select id ，那么直接就可以按組合索引返回id，而不需要再進行一次查詢去返回id

使用uuid作為主鍵不僅會帶來性能上的問題，在查詢時也會遇到問題。

因為在使用select id from table limit 10000,10 查詢id數據時，默認是對id進行排序，返回的是排序后的id結果，如果我們想按插入順序查詢結果，這樣查詢出來的結果就與我們的需求不相符。

聚集索引跟非聚集索引：聚集索引類似與新華字典的拼音，根據拼音搜索到的信息都是連續的，可以很快獲取到它前后的信息。非聚集索引類似于部首查詢，信息存放的位置可能不在一個區域。對經常使用范圍查詢的字段考慮使用聚集索引。

InnoDB中索引分為聚簇索引（主鍵索引）和非聚簇索引（非主鍵索引），聚簇索引的葉子節點中保存的是整行記錄，而非聚簇索引的葉子節點中保存的是該行記錄的主鍵的值。

如果您的表上定義有主鍵，該主鍵索引是聚集索引。

如果你不定義為您的表的主鍵時，MySQL取第一個唯一索引（unique）而且只含非空列（NOT NULL）作為主鍵，InnoDB使用它作為聚集索引。

如果沒有這樣的列，InnoDB就自己產生一個這樣的ID值，

優先選index key_len小的索引進行count(*),盡量不使用聚簇索引

在沒有where條件的情況下，count(*)和count(常量)，如果有非聚簇索引，mysql會自動選擇非聚簇索引，因為非聚簇索引所占的空間小，如果沒有非聚簇索引會使用聚集索引。count(primary key)主鍵id為聚集索引，使用聚集索引。有where條件的情況下，是否使用索引會根據where條件判斷。