使用MySQL进行千万级别数据查询的技巧分享_Mysql

一般分页

在系统中需要进行分页操作时，我们通常会使用 limit 加上偏移量的方式实现，语法格式如下。

select … from … where … order by … limit …

在有对应索引的情况下，这种方式一般效率还不错。但它存在一个让人头疼的问题，在偏移量非常大的时候，也就是翻页到很靠后的页面时，查询速度会变得越来越慢。

我们来演示一下。

先创建一个订单表 t_order。

create table t_order (
id bigint(20) not null auto_increment comment ‘自增主键',
order_no varchar(32) not null comment ‘订单号',
user_id varchar(20) not null comment ‘用户id',
amount decimal(18,2) not null comment ‘订单金额',
order_status tinyint(4) not null comment ‘订单状态：0新建 1处理中 2成功 3失败',
create_time datetime not null comment ‘创建时间',
primary key (id),
unique key uniq_order_no (order_no) using btree comment ‘订单号唯一索引'
) engine=innodb default charset=utf8;

往表中插入1100w 条数据。（ t1 是一个有100条数据的表，这里我利用笛卡尔乘积的方式插入1100w条数据）

set @n=0;
insert into t_order(order_no,user_id,amount,order_status,create_time)
select
concat(“app”, @n:=@n+1),
concat(“user_id_”, @n+1),
@n%10000,
@n%4,
now()
from t1 a, t1 b, t1 c, t1 d
limit 11000000;

我们看下，如下这些查询花费的时间。

select * from t_order order by id limit 0, 10;
select * from t_order order by id limit 10000, 10;
select * from t_order order by id limit 100000, 10;
select * from t_order order by id limit 1000000, 10;
select * from t_order order by id limit 10000000, 10;

执行时间如下：

– 0.002
– 0.045
– 0.069
– 0.517
– 4.134

同样是只查询10条数据，最开始的时候查询花费 0.002s，而到最后，查询花费了 4.134s。

这是什么原因呢？

这是因为查询时 mysql 并不是跳过 offset 行，而是取 offset+n 行，然后放弃前 offset 行，最后返回 n 行，当 offset 特别大的时候，效率就非常的低下。

拿 limit 10000, 10 这条语句来说明一下， mysql在执行这条查询的时候，需要查询 10010 (10000 + 10) 条记录，然后只返回最后 10 条，并将前面的 10000 条记录抛弃，这样当翻页越靠后时，代价就变得越来越高。

知道问题所在了，那有什么办法可以优化，解决这个问题呢？

1优化一：记录位置，避免使用 offset

首先获取第一页的结果：

select * from t_order limit 10;

假如上边返回的是 id 为1 ~ 10的记录，我们将 10 这个值记住，下一页查询就可以直接从 10 这个值开始。

select * from t_order where id > 10 limit 10;

这样做，无论翻页到多少页，性能都会很好：

select * from t_order limit 10;
select * from t_order where id > 10000 limit 10;
select * from t_order where id > 100000 limit 10;
select * from t_order where id > 1000000 limit 10;
select * from t_order where id > 10000000 limit 10;

执行时间如下：

– 0.003
– 0.005
– 0.002
– 0.002
– 0.002

而如果我们当前记录的 id 值为 10000，我们想查上一页怎么办呢？返回去查一下即可：

select * from t_order where id <= 10000 order by id desc limit 10,10;

这种优化方式，可以实现上一页、下一页这种的分页。但如果想要实现跳转到指定页码的话，就需要保证 id 连续不中断，再通过计算找到准确的位置。

2优化二：计算边界值，转换为已知位置的查询

如果 id 连续不中断，我们就可以计算出每一页的边界值，让 mysql 根据边界值进行范围扫描，查出数据。

select * from t_order where id between 0 and 10;
select * from t_order where id between 10000 and 10010;
select * from t_order where id between 100000 and 100010;
select * from t_order where id between 1000000 and 1000010;
select * from t_order where id between 10000000 and 10000010;

执行时间如下：

– 0.001
– 0.002
– 0.002
– 0.001
– 0.001

3优化三：使用索引覆盖+子查询优化

先在索引树中找到开始位置的 id 值，再根据找到的 id 值查询行数据。

select * from t_order where id >= (select id from t_order order by id limit 0, 1) order by id limit 10;
select * from t_order where id >= (select id from t_order order by id limit 10000, 1) order by id limit 10;
select * from t_order where id >= (select id from t_order order by id limit 100000, 1) order by id limit 10;
select * from t_order where id >= (select id from t_order order by id limit 1000000, 1) order by id limit 10;
select * from t_order where id >= (select id from t_order order by id limit 10000000, 1) order by id limit 10;

执行时间如下：

– 0.007
– 0.009
– 0.047
– 0.332
– 2.822

可以看到，这种优化方式也可以提升查询速度。这其实是利用了索引覆盖的如下好处：

索引文件不包含行数据的所有信息，故其大小远小于数据文件，因此可以减少大量的io操作。

索引覆盖只需要扫描一次索引树，不需要回表扫描行数据，所以性能比回表查询要高。

4优化四：使用索引覆盖+连接查询优化

这种优化方式跟优化三原理一样。也是先在索引上进行分页查询，当找到 id 后，再统一通过 join 关联查询得到最终需要的数据详情。

select * from t_order a join (select id from t_order order by id limit 0, 10) b on a.id = b.id;
select * from t_order a join (select id from t_order order by id limit 10000, 10) b on a.id = b.id;
select * from t_order a join (select id from t_order order by id limit 100000, 10) b on a.id = b.id;
select * from t_order a join (select id from t_order order by id limit 1000000, 10) b on a.id = b.id;
select * from t_order a join (select id from t_order order by id limit 10000000, 10) b on a.id = b.id;

执行时间如下：