??點擊上方?好好學java?，選擇?星標?公眾號

重磅資訊、干貨，第一時間送達 今日推薦：收藏了！7 個開源的 Spring Boot 前后端分離優質項目個人原創+1博客：點擊前往，查看更多 鏈接：https://www.cnblogs.com/geningchao/p/6649907.html

方法1: 直接使用數據庫提供的SQL語句

• 語句樣式: MySQL中,可用如下方法: SELECT * FROM 表名稱 LIMIT M,N

• 適應場景: 適用于數據量較少的情況(元組百/千級)

• 原因/缺點: 全表掃描,速度會很慢 且 有的數據庫結果集返回不穩定(如某次返回1,2,3,另外的一次返回2,1,3). Limit限制的是從結果集的M位置處取出N條輸出,其余拋棄.

方法2: 建立主鍵或唯一索引, 利用索引(假設每頁10條)

• 語句樣式: MySQL中,可用如下方法: SELECT * FROM 表名稱 WHERE id_pk > (pageNum*10) LIMIT M

• 適應場景: 適用于數據量多的情況(元組數上萬)

• 原因: 索引掃描,速度會很快. 有朋友提出: 因為數據查詢出來并不是按照pk_id排序的，所以會有漏掉數據的情況，只能方法3

方法3: 基于索引再排序

• 語句樣式: MySQL中,可用如下方法: SELECT * FROM 表名稱 WHERE id_pk > (pageNum*10) ORDER BY id_pk ASC LIMIT M

• 適應場景: 適用于數據量多的情況(元組數上萬). 最好ORDER BY后的列對象是主鍵或唯一所以,使得ORDERBY操作能利用索引被消除但結果集是穩定的(穩定的含義,參見方法1)

• 原因: 索引掃描,速度會很快. 但MySQL的排序操作,只有ASC沒有DESC(DESC是假的,未來會做真正的DESC,期待...).

方法4: 基于索引使用prepare

第一個問號表示pageNum，第二個？表示每頁元組數

• 語句樣式: MySQL中,可用如下方法: PREPARE stmt_name FROM SELECT * FROM 表名稱 WHERE id_pk > (？* ？) ORDER BY id_pk ASC LIMIT M

• 適應場景: 大數據量

• 原因: 索引掃描,速度會很快. prepare語句又比一般的查詢語句快一點。

方法5: 利用MySQL支持ORDER操作可以利用索引快速定位部分元組,避免全表掃描

比如: 讀第1000到1019行元組(pk是主鍵/唯一鍵).

SELECT * FROM your_table WHERE pk>=1000 ORDER BY pk ASC LIMIT 0,20

方法6: 利用"子查詢/連接+索引"快速定位元組的位置,然后再讀取元組.

比如(id是主鍵/唯一鍵,藍色字體時變量)

利用子查詢示例:

SELECT * FROM your_table WHERE id <=``(SELECT id FROM your_table ORDER BY id desc LIMIT ($page-1)*$pagesize ORDER BY id desc``LIMIT $pagesize

利用連接示例:

SELECT * FROM your_table AS t1``JOIN (SELECT id FROM your_table ORDER BY id desc LIMIT ($page-1)*$pagesize AS t2``WHERE t1.id <= t2.id ORDER BY t1.id desc LIMIT $pagesize;

mysql大數據量使用limit分頁，隨著頁碼的增大，查詢效率越低下。

測試實驗

1. ? 直接用limit start, count分頁語句， 也是我程序中用的方法：

select * from product limit start, count

當起始頁較小時，查詢沒有性能問題，我們分別看下從10， 100， 1000， 10000開始分頁的執行時間（每頁取20條）。

如下：

select * from product limit 10, 20 0.016秒 select * from product limit 100, 20 0.016秒 select * from product limit 1000, 20 0.047秒 select * from product limit 10000, 20 0.094秒

我們已經看出隨著起始記錄的增加，時間也隨著增大， 這說明分頁語句limit跟起始頁碼是有很大關系的，那么我們把起始記錄改為40w看下（也就是記錄的一般左右）

select * from product limit 400000, 20 3.229秒

再看我們取最后一頁記錄的時間

select * from product limit 866613, 20 37.44秒

像這種分頁最大的頁碼頁顯然這種時間是無法忍受的。

從中我們也能總結出兩件事情：

limit語句的查詢時間與起始記錄的位置成正比

mysql的limit語句是很方便，但是對記錄很多的表并不適合直接使用。

2. ? 對limit分頁問題的性能優化方法

利用表的覆蓋索引來加速分頁查詢

我們都知道，利用了索引查詢的語句中如果只包含了那個索引列（覆蓋索引），那么這種情況會查詢很快。

因為利用索引查找有優化算法，且數據就在查詢索引上面，不用再去找相關的數據地址了，這樣節省了很多時間。另外Mysql中也有相關的索引緩存，在并發高的時候利用緩存就效果更好了。

在我們的例子中，我們知道id字段是主鍵，自然就包含了默認的主鍵索引。現在讓我們看看利用覆蓋索引的查詢效果如何。

這次我們之間查詢最后一頁的數據（利用覆蓋索引，只包含id列），如下：

select id from product limit 866613, 20 0.2秒

相對于查詢了所有列的37.44秒，提升了大概100多倍的速度

那么如果我們也要查詢所有列，有兩種方法，一種是id>=的形式，另一種就是利用join，看下實際情況：

SELECT * FROM product WHERE ID > =(select id from product limit 866613, 1) limit 20

查詢時間為0.2秒！

另一種寫法

SELECT * FROM product a JOIN (select id from product limit 866613, 20) b ON a.ID = b.id

查詢時間也很短！

3. ?復合索引優化方法

MySql 性能到底能有多高？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，他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30萬他的速度會慢道你無法忍受！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 語句的優化和索引時非常重要的！

總結

以上是生活随笔為你收集整理的MySQL大数据量分页查询方法及其优化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。