數(shù)據(jù)庫有百萬數(shù)據(jù)量的情況下，分頁查詢的方法及其優(yōu)化方式

當(dāng)需要從數(shù)據(jù)庫查詢的表有上萬條記錄的時候，一次性查詢所有結(jié)果會變得很慢，特別是隨著數(shù)據(jù)量的增加特別明顯，這時需要使用分頁查詢。對于數(shù)據(jù)庫分頁查詢，也有很多種方法和優(yōu)化的點。

下面簡單說一下我知道的一些方法。

準(zhǔn)備工作

為了對下面列舉的一些優(yōu)化進行測試，下面針對已有的一張表進行說明。

• 表名：order_history

• 描述：某個業(yè)務(wù)的訂單歷史表

• 主要字段：unsigned int id，tinyint(4) int type

• 字段情況：該表一共37個字段，不包含text等大型數(shù)據(jù)，最大為varchar(500)，id字段為索引，且為遞增。

• 數(shù)據(jù)量：5709294

• MySQL版本：5.7.16 線下找一張百萬級的測試表可不容易，如果需要自己測試的話，可以寫shell腳本什么的插入數(shù)據(jù)進行測試。 以下的 sql 所有語句執(zhí)行的環(huán)境沒有發(fā)生改變，下面是基本測試結(jié)果：

  select count(*) from orders_history;

返回結(jié)果：5709294

三次查詢時間分別為：

• 8903 ms

• 8323 ms

• 8401 ms

一般分頁查詢

一般的分頁查詢使用簡單的 limit 子句就可以實現(xiàn)。limit 子句聲明如下：

SELECT * FROM table LIMIT [offset,] rows | rows OFFSET offset

LIMIT 子句可以被用于指定 SELECT 語句返回的記錄數(shù)。需注意以下幾點：

• 第一個參數(shù)指定第一個返回記錄行的偏移量，注意從?0開始

• 第二個參數(shù)指定返回記錄行的最大數(shù)目

• 如果只給定一個參數(shù)：它表示返回最大的記錄行數(shù)目

• 第二個參數(shù)為 -1 表示檢索從某一個偏移量到記錄集的結(jié)束所有的記錄行

• 初始記錄行的偏移量是 0(而不是 1)

下面是一個應(yīng)用實例：

select * from orders_history where type=8 limit 1000,10;

該條語句將會從表 orders_history 中查詢 offset:1000開始之后的10條數(shù)據(jù)，也就是第1001條到第1010條數(shù)據(jù)（ 1001<=id<=1010）。

數(shù)據(jù)表中的記錄默認使用主鍵（一般為id）排序，上面的結(jié)果相當(dāng)于：

select * from orders_history where type=8 order by id limit 10000,10;

三次查詢時間分別為：

• 3040 ms

• 3063 ms

• 3018 ms

針對這種查詢方式，下面測試查詢記錄量對時間的影響：

select * from orders_history where type=8 limit 10000,1;
select * from orders_history where type=8 limit 10000,10;
select * from orders_history where type=8 limit 10000,100;
select * from orders_history where type=8 limit 10000,1000;
select * from orders_history where type=8 limit 10000,10000;

三次查詢時間如下：

• 查詢1條記錄：3072ms 3092ms 3002ms

• 查詢10條記錄：3081ms 3077ms 3032ms

• 查詢100條記錄：3118ms 3200ms 3128ms

• 查詢1000條記錄：3412ms 3468ms 3394ms

• 查詢10000條記錄：3749ms 3802ms 3696ms

另外我還做了十來次查詢，從查詢時間來看，基本可以確定，在查詢記錄量低于100時，查詢時間基本沒有差距，隨著查詢記錄量越來越大，所花費的時間也會越來越多。

針對查詢偏移量的測試：

select * from orders_history where type=8 limit 100,100;
select * from orders_history where type=8 limit 1000,100;
select * from orders_history where type=8 limit 10000,100;
select * from orders_history where type=8 limit 100000,100;
select * from orders_history where type=8 limit 1000000,100;

三次查詢時間如下：

• 查詢100偏移：25ms 24ms 24ms

• 查詢1000偏移：78ms 76ms 77ms

• 查詢10000偏移：3092ms 3212ms 3128ms

• 查詢100000偏移：3878ms 3812ms 3798ms

• 查詢1000000偏移：14608ms 14062ms 14700ms

隨著查詢偏移的增大，尤其查詢偏移大于10萬以后，查詢時間急劇增加。

這種分頁查詢方式會從數(shù)據(jù)庫第一條記錄開始掃描，所以越往后，查詢速度越慢，而且查詢的數(shù)據(jù)越多，也會拖慢總查詢速度。

使用子查詢優(yōu)化

這種方式先定位偏移位置的 id，然后往后查詢，這種方式適用于 id 遞增的情況。

select * from orders_history where type=8 limit 100000,1;

select id from orders_history where type=8 limit 100000,1;

select * from orders_history where type=8  and
id>=(select id from orders_history where type=8 limit 100000,1)
limit 100;

select * from orders_history where type=8 limit 100000,100;

4條語句的查詢時間如下：

• 第1條語句：3674ms

• 第2條語句：1315ms

• 第3條語句：1327ms

• 第4條語句：3710ms

針對上面的查詢需要注意：

• 比較第1條語句和第2條語句：使用 select id 代替 select * 速度增加了3倍

• 比較第2條語句和第3條語句：速度相差幾十毫秒

• 比較第3條語句和第4條語句：得益于 select id 速度增加，第3條語句查詢速度增加了3倍

這種方式相較于原始一般的查詢方法，將會增快數(shù)倍。

使用 id 限定優(yōu)化

這種方式假設(shè)數(shù)據(jù)表的id是連續(xù)遞增的，則我們根據(jù)查詢的頁數(shù)和查詢的記錄數(shù)可以算出查詢的id的范圍，可以使用 id between and 來查詢：

select * from orders_history where type=2
and id between 1000000  and  1000100 limit 100;

查詢時間：15ms 12ms 9ms

這種查詢方式能夠極大地優(yōu)化查詢速度，基本能夠在幾十毫秒之內(nèi)完成。限制是只能使用于明確知道id的情況，不過一般建立表的時候，都會添加基本的id字段，這為分頁查詢帶來很多便利。

還可以有另外一種寫法：

select * from orders_history where id >= 1000001 limit 100;

當(dāng)然還可以使用 in 的方式來進行查詢，這種方式經(jīng)常用在多表關(guān)聯(lián)的時候進行查詢，使用其他表查詢的id集合，來進行查詢：

select * from orders_history where id in
(select order_id from trade_2 where goods = 'pen')
limit 100;

這種 in 查詢的方式要注意：某些 mysql 版本不支持在 in 子句中使用 limit。

使用臨時表優(yōu)化

這種方式已經(jīng)不屬于查詢優(yōu)化，這兒附帶提一下。

對于使用 id 限定優(yōu)化中的問題，需要 id 是連續(xù)遞增的，但是在一些場景下，比如使用歷史表的時候，或者出現(xiàn)過數(shù)據(jù)缺失問題時，可以考慮使用臨時存儲的表來記錄分頁的id，使用分頁的id來進行 in 查詢。這樣能夠極大的提高傳統(tǒng)的分頁查詢速度，尤其是數(shù)據(jù)量上千萬的時候。

關(guān)于數(shù)據(jù)表的id說明

一般情況下，在數(shù)據(jù)庫中建立表的時候，強制為每一張表添加 id 遞增字段，這樣方便查詢。

如果像是訂單庫等數(shù)據(jù)量非常龐大，一般會進行分庫分表。這個時候不建議使用數(shù)據(jù)庫的 id 作為唯一標(biāo)識，而應(yīng)該使用分布式的高并發(fā)唯一 id 生成器來生成，并在數(shù)據(jù)表中使用另外的字段來存儲這個唯一標(biāo)識。

使用先使用范圍查詢定位 id （或者索引），然后再使用索引進行定位數(shù)據(jù)，能夠提高好幾倍查詢速度。即先 select id，然后再 select *；