MySQL具体解释（19）———-海量数据分页查询优化

分页的详细解说解说请看http://blog.csdn.net/u011225629/article/details/46775947

查看代码打印1 SELECT * FROM table ORDER BY id LIMIT 1000,10;
以上SQL语句在原理上和在实际操作中是不会存在什么问题，可是当table表的数据量达到几十万以上的时候。上面的语句运行一遍，可能会要运行个十几秒的时间，而且当页数越靠后的话，运行的时间会越长。这个时候我们就须要找到一种更快的查询办法来替代这样的操作了。

网上已经有非常多优化的方法。基本都是这种：

查看代码打印1 SELECT * FROM table WHERE id >= (SELECT id FROM table LIMIT 1000000, 1) LIMIT 10;
以上SQL语句是一个不错的解决方法。分页查询的速度基本会保持在1秒之内。但据经验总结得出另一种更好的办法，例如以下：

查看代码打印1 SELECT * FROM table WHERE id BETWEEN 1000000 AND 1000010;
相比以上的解决的方法，在速度上还会快了不少。

另外分享两个关于查询的技巧：

（1）假设须要查询 id 不是连续的一段，最佳的做法就是先找出 id ，然后用 in 查询：

查看代码打印1 SELECT * FROM table WHERE id IN(10000, 100000, 1000000…);
（2）当查询字段一较长字符串的时候，表设计时要为该字段多加一个字段，如存储网址的字段。在须要查询该字段的时候，不要直接查询字符串，效率低下。应该查诡该字串的crc32或md5值。

怎样优化Mysql千万级高速分页。下面摘抄与网上，读者自行參考。

MySql 性能究竟能有多高？用了php半年多，真正如此深入的去思考这个问题还是从前天開始。有过痛苦有过绝望。到如今充满信心！MySql 这个数据库绝对是适合dba级的高手去玩的，一般做一点1万篇新闻的小型系统怎么写都能够。用xx框架能够实现高速开发。

但是数据量到了10万，百万至千万，他的性能还能那么高吗？一点小小的失误，可能造成整个系统的改写。甚至更本系统无法正常执行。好了。不那么多废话了。用事实说话，看样例：

数据表 collect ( id, title ,info ,vtype) 就这4个字段，当中 title 用定长，info 用text, id 是逐渐。vtype是tinyint，vtype是索引。这是一个主要的新闻系统的简单模型。

如今往里面填充数据，填充10万篇新闻。

最后collect 为 10万条记录，数据库表占用硬盘1.6G。OK ,看以下这条sql语句：

select id,title from collect limit 1000,10; 非常快；基本上0.01秒就OK，再看以下的

select id,title from collect limit 90000,10; 从9万条開始分页。结果？

8-9秒完毕。my god 哪出问题了？事实上要优化这条数据，网上找得到答案。

看以下一条语句:

select id from collect order by id limit 90000,10;

非常快，0.04秒就OK。 为什么？由于用了id主键做索引当然快。

网上的改法是：

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

这就是用了id做索引的结果。但是问题复杂那么一点点。就完了。看以下的语句

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

到了这里我相信非常多人会和我一样，有崩溃感觉！vtype 做了索引了啊？怎么会慢呢？vtype做了索引是不错，你直接

select id from collect where vtype=1 limit 1000,10;

是非常快的。基本上0.05秒，但是提高90倍，从9万開始。那就是0.05*90=4.5秒的速度了。和測试结果8-9秒到了一个数量级。从这里開始有人提出了分表的思路。这个和dis #cuz 论坛是一样的思路。思路例如以下：

建一个索引表： t (id,title,vtype) 并设置成定长，然后做分页，分页出结果再到 collect 里面去找info 。 是否可行呢？实验下就知道了。

10万条记录到 t(id,title,vtype) 里，数据表大小20M左右。用

select id from t where vtype=1 order by id limit 90000,10;

非常快了。基本上0.1-0.2秒能够跑完。

为什么会这样呢？我猜想是由于collect 数据太多。所以分页要跑非常长的路。limit 全然和数据表的大小有关的。事实上这样做还是全表扫描，仅仅是由于数据量小，仅仅有10万才快。OK， 来个疯狂的实验，加到100万条，測试性能。加了10倍的数据，立即t表就到了200多M，并且是定长。还是刚才的查询语句。时间是0.1-0.2秒完毕！分表性能没问题？错！

由于我们的limit还是9万。所以快。给个大的，90万開始

select id from t where vtype=1 order by id limit 900000,10;

看看结果。时间是1-2秒！

why ?

分表了时间还是这么长，非常之郁闷！有人说定长会提高limit的性能，開始我也以为。由于一条记录的长度是固定的，mysql 应该能够算出90万的位置才对啊？但是我们高估了mysql 的智能。他不是商务数据库，事实证明定长和非定长对limit影响不大？怪不得有人说discuz到了100万条记录就会非常慢。我相信这是真的，这个和数据库设计有关！

难道MySQL 无法突破100万的限制吗？？？到了100万的分页就真的到了极限？

答案是： NO 为什么突破不了100万是由于不会设计mysql造成的。

以下介绍非分表法。来个疯狂的測试！

一张表搞定100万记录，而且10G 数据库。怎样高速分页！
 
好了，我们的測试又回到 collect表，開始測试结论是：

30万数据，用分表法可行，超过30万他的速度会慢道你无法忍受！

当然假设用分表+我这样的方法。那是绝对完美的。可是用了我这样的方法后，不用分表也能够完美解决！
 
答 案就是：复合索引！

有一次设计mysql索引的时候，无意中发现索引名字能够任取。能够选择几个字段进来，这有什么用呢？開始的

select id from collect order by id limit 90000,10;

这么快就是由于走了索引，但是假设加了where 就不走索引了。抱着试试看的想法加了 search(vtype,id) 这种索引。然后測试

select id from collect where vtype=1 limit 90000,10; 很快！0.04秒完毕。

再測试: select id ,title from collect where vtype=1 limit 90000,10; 很遗憾，8-9秒，没走search索引。

再測试：search(id,vtype)，还是select id 这个语句，也很遗憾。0.5秒。

综上：假设对于有where 条件，又想走索引用limit的。必须设计一个索引，将where 放第一位，limit用到的主键放第2位，并且仅仅能select 主键！

完美攻克了分页问题了。

能够高速返回id就有希望优化limit ， 按这种逻辑。百万级的limit 应该在0.0x秒就能够分完。

看来mysql 语句的优化和索引时很重要的！
 
好了。回到原题，怎样将上面的研究成功高速应用于开发呢？假设用复合查询，我的轻量级框架就没的用了。分页字符串还得自己写，那多麻烦？这里再看一个样例，思路就出来了：

select * from collect where id in (9000,12,50,7000); 居然 0秒就能够查完！

mygod ，mysql 的索引居然对于in语句相同有效！

看来网上说in无法用索引是错误的！

有了这个结论，就能够非常easy的应用于轻量级框架了：

 通过简单的变换，事实上思路非常easy：

（1）通过优化索引。找出id。并拼成 “123,90000,12000″ 这种字符串。

（2）第2次查询找出结果。小小的索引+一点点的修改就使mysql 能够支持百万甚至千万级的高效分页。

通过这里的样例，我反思了一点：对于大型系统。PHP千万不能用框架，尤其是那种连sql语句都看不到的框架！

由于開始对于我的轻量级框架都差点崩溃！仅仅适合小型应用的高速开发。对于ERP,OA，大型站点，数据层包含逻辑层的东西都不能用框架。假设程序猿失去了对sql语句的把控，那项目的风险将会成几何级数添加！

尤其是用mysql 的时候。mysql 一定须要专业的dba 才干够发挥他的最佳性能。

一个索引所造成的性能区别可能是上千倍。