萬盛學電腦網

 萬盛學電腦網 >> 數據庫 >> mysql教程 >> limit 百萬級數據分頁優化方法

limit 百萬級數據分頁優化方法

limit 百萬級數據分頁優化方法

mysql教程 這個數據庫教程絕對是適合dba級的高手去玩的,一般做一點1萬 篇新聞的小型系統怎麼寫都可以,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,他的性能還能那麼高嗎? 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,不那麼多廢話了。

 

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。現在往裡面填充數據,填充10萬篇新聞。

最後collect 為 10萬條記錄,數據庫表占用硬盤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。 為什麼?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。可是問題復雜那麼一點點,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!

到了這裡我相信很多人會和我一樣,有崩潰感覺!vtype 做了索引了啊?怎麼會慢呢?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。從這裡開始有人 提出了分表的思路,這個和discuz 論壇是一樣的思路。思路如下:
建一個索引表: t (id,title,vtype) 並設置成定長,然後做分頁,分頁出結果再到 collect 裡面去找info 。 是否可行呢?實驗下就知道了。

10萬條記錄到 t(id,title,vtype) 裡,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。


為什麼會這樣呢?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 ?? 分表了時間還是這麼長,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 !!!! 為什麼突破不了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,並且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後,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,這有什麼用呢?開始的select id from collect order by id limit 90000,10; 這麼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。


然後測試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:如果對於有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!
好了,回到原題,如何將上面的研究成功快速應用於開發呢?如果用復合查詢,我的輕量級框架就沒的用 了。分頁字符串還得自己寫,那多麻煩?這裡再看一個例子,思路就 出


來了:
select * from collect where id in (9000,12,50,7000); 竟然 0秒就可以查完!
mygod ,mysql 的索引竟然對於in語句同樣有效!看來網上說in無法用索引是錯誤的!

有了這個結論,就可以很簡單的應用於輕量級框架了:
代碼如下:


代碼 
 

1    $db=dblink(); 2    $db->pagesize=20; 3    $sql=”select id from collect where vtype=$vtype”; 4    $db->execute($sql); 5    $strpage=$db->strpage(); //將分頁字符串保存在臨時變量,方便輸出 6     while($rs=$db->fetch_array()){ 7      $strid.=$rs['id'].’,'; 8     } 9     $strid=substr($strid,0,strlen($strid)-1); //構造出id字符串10    $db->pagesize=0; //很關鍵,在不注銷類的情況下,將分頁清空,這樣只需要用一次數據庫連接,不需要再開;11    $db->execute(”select id,title,url,stime,gtime,vtype,tag from collect where id in ($strid)”);12    <?php教程 while($rs=$db->fetch_array()): ?>13    <tr>14   <td>&nbsp;<?php echo $rs['id'];?></td>15   <td>&nbsp;<?php echo $rs['url'];?></td>16   <td>&nbsp;<?php echo $rs['stime'];?></td>17   <td>&nbsp;<?php echo $rs['gtime'];?></td>18   <td>&nbsp;<?php echo $rs['vtype'];?></td>19   <td>&nbsp;<a href=”?act=show&id=<?php echo $rs['id'];?>” target=”_blank”><?php echo $rs['title'];?></a></td>20    <td>&nbsp;<?php echo $rs['tag'];?></td>21    </tr>22   <?php endwhile; ?>23   23. </table>24   24. <?php25   25. echo $strpage;26 


通過簡單的變換,其實思路很簡單:1)通過優化索引,找出id,並拼成 “123,90000,12000′ 這樣的字符串。2)第2次查詢找出結果。
小小的索引+一點點的改動就使mysql 可以支持百萬甚至千萬級的高效分頁!

通過這裡的例子,我反思了一點:對於大型系統,php千萬不能用框架,尤其是那種連 sql語句都看不到的框架!因為開始對於我的輕量級框架都差點崩潰!只適合小型應用的快速開發,對於erp,oa,大型網站,數據層包括邏輯層的東西都不 能用框架。如果程序員失去了對sql語句的把控,那項目的風險將會成幾何級數增加!尤其是用mysql 的時候,mysql 一定需要專業的dba 才可以發揮他的最佳性能。一個索引所造成的性能差別可能是上千倍!

ps教程: 經過實際測試,到了100萬的數據,160萬數據,15g表,190m索引,就算走索引,limit都得0.49秒。所以分頁最好別讓別人看到10萬條以 後的數據,要不然會很慢!就算用索引。經過這樣的優化,mysql到了百萬級分頁是個極限!但有這樣的成績已經很不錯,如果你是用sqlserver肯定 卡死!而160萬的數據用 id in (str) 很快,基本還是0秒。如果這樣,千萬級的數據,mysql應該也很容易應付

copyright © 萬盛學電腦網 all rights reserved