前言

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。本文將分四個方案，討論如何優化MySQL百萬數據的深分頁問題，并附上最近優化生產慢SQL的實戰案例。

limit深分頁為什么會變慢？

先看下表結構哈：

CREATETABLEaccount(
idint(11)NOTNULLAUTO_INCREMENTCOMMENT'主鍵Id',
namevarchar(255)DEFAULTNULLCOMMENT'賬戶名',
balanceint(11)DEFAULTNULLCOMMENT'余額',
create_timedatetimeNOTNULLCOMMENT'創建時間',
update_timedatetimeNOTNULLONUPDATECURRENT_TIMESTAMPCOMMENT'更新時間',
PRIMARYKEY(id),
KEYidx_name(name),
KEYidx_update_time(update_time)//索引
)ENGINE=InnoDBAUTO_INCREMENT=1570068DEFAULTCHARSET=utf8ROW_FORMAT=REDUNDANTCOMMENT='賬戶表';

假設深分頁的執行SQL如下：

selectid,name,balancefromaccountwhereupdate_time>'2020-09-19'limit100000,10;

這個SQL的執行時間如下：

執行完需要0.742秒，深分頁為什么會變慢呢？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：

1. 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。
2. 通過ID，回到主鍵索引樹，找到滿足記錄的行，然后取出展示的列（回表）
3. 掃描滿足條件的100010行，然后扔掉前100000行，返回。

執行計劃如下：

SQL變慢原因有兩個：

1. limit語句會先掃描offset+n行，然后再丟棄掉前offset行，返回后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。
2. limit 100000,10 掃描更多的行數，也意味著回表更多的次數。

通過子查詢優化

因為以上的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

那么，如何減少回表次數呢？我們先來復習下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，查詢條件得改為主鍵id了，之前SQL的update_time這些條件咋辦呢？抽到子查詢那里嘛~

子查詢那里怎么抽的呢？因為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：

selectid,name,balanceFROMaccountwhereid>=(selecta.idfromaccountawherea.update_time>='2020-09-19'limit100000,1)LIMIT10;寫漏了，可以補下時間條件在外面

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，然后第二查詢直接根據第一個查詢的 ID往后再去查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，然后減少回表。不同點是，延遲關聯使用了inner join代替子查詢。

優化后的SQL如下：

SELECTacct1.id,acct1.name,acct1.balanceFROMaccountacct1INNERJOIN(SELECTa.idFROMaccountaWHEREa.update_time>='2020-09-19'ORDERBYa.update_timeLIMIT100000,10)ASacct2onacct1.id=acct2.id;

查詢效果也是杠桿的，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，這樣后面直接走了主鍵索引了，同時也減少了回表。

標簽記錄法

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，然后再拋棄掉。這樣就導致查詢性能的下降。

其實我們可以采用標簽記錄法，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，上次看到哪里了，你就折疊一下或者夾個書簽，下次來看的時候，直接就翻到啦。

假設上一次記錄到100000，則SQL可以修改為：

selectid,name,balanceFROMaccountwhereid>100000orderbyidlimit10;

這樣的話，后面無論翻多少頁，性能都會不錯的，因為命中了id索引。但是這種方式有局限性：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查詢轉換為已知位置的查詢，這樣MySQL通過范圍掃描between...and，就能獲得到對應的結果。

如果知道邊界值為100000，100010后，就可以這樣優化：

selectid,name,balanceFROMaccountwhereidbetween100000and100010orderbyid;

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，并且有200萬數據.

CREATETABLEaccount(
idvarchar(32)COLLATEutf8_binNOTNULLCOMMENT'主鍵',
account_novarchar(64)COLLATEutf8_binNOTNULLDEFAULT''COMMENT'賬號'
amountdecimal(20,2)DEFAULTNULLCOMMENT'金額'
typevarchar(10)COLLATEutf8_binDEFAULTNULLCOMMENT'類型A，B'
create_timedatetimeDEFAULTNULLCOMMENT'創建時間',
update_timedatetimeDEFAULTNULLCOMMENT'更新時間',
PRIMARYKEY(id),
KEY`idx_account_no`(account_no),
KEY`idx_create_time`(create_time)
)ENGINE=InnoDBDEFAULTCHARSET=utf8COLLATE=utf8_binCOMMENT='賬戶表'

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

很多伙伴接到這么一個需求，會直接這么實現了：

//查詢上報總數量
Integertotal=accountDAO.countAccount();

//查詢上報總數量對應的SQL
'countAccount'resultType="java.lang.Integer">
seelctcount(1)
fromaccount
wherecreate_time>='2021-01-010000'
andtype='A'


//計算頁數
intpageNo=total%pageSize==0?total/pageSize:(total/pageSize+1);

//分頁查詢，上報
for(inti=0;ilist=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，因為account表數據量幾百萬）
'listAccountByPage'>
seelct*
fromaccount
wherecreate_time>='2021-01-010000'
andtype='A'
limit#{startRow},#{pageSize}

實戰優化方案

以上的實現方案，會存在limit深分頁問題，因為account表數據量幾百萬。那怎么優化呢？

其實可以使用標簽記錄法，有些伙伴可能會有疑惑，id主鍵不是連續的呀，真的可以使用標簽記錄？

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
StringlastId=accountDAO.queryMinId();

//查詢最小ID對應的SQL
"queryMinId"returnType=“java.lang.String”>
selectMIN(id)
fromaccount
wherecreate_time>='2021-01-010000'
andtype='A'


//一頁的條數
IntegerpageSize=100;

Listlist;
do{
list=listAccountByPage(lastId,pageSize);
//標簽記錄法，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));

"listAccountByPage">
select*
fromaccount
wherecreate_time>='2021-01-010000'
andid>#{lastId}
andtype='A'
orderbyidasc
limit#{pageSize}