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