mysql limit 大數據量分頁優化方法

Mysql的優化是非常重要的。其他最常用也最需要優化的就是limit。Mysql的limit給分頁帶來了極大的方便，但數據量一大的時候，limit的性能就急劇下降。

　　同樣是取10條數據

　　select * from yanxue8_visit limit 10000,10 和

　　select * from yanxue8_visit limit 0,10

　　就不是一個數量級別的。

　　網上也很多關於limit的五條優化准則，都是翻譯自Mysql手冊，雖然正確但不實用。今天發現一篇文章寫了些關於limit優化的，很不錯。

　　文中不是直接使用limit，而是首先獲取到offset的id然後直接使用limit size來獲取數據。根據他的數據，明顯要好於直接使用limit。這裡我具體使用數據分兩種情況進行測試。（測試環境win2033+p4雙核 (3GHZ) +4G內存 Mysql 5.0.19）

　　1、offset比較小的時候。

　　select * from yanxue8_visit limit 10,10

　　多次運行，時間保持在0.0004-0.0005之間http://www.111cn.net

　　Select * From yanxue8_visit Where vid ＞=(

　　Select vid From yanxue8_visit Order By vid limit 10,1

　　) limit 10

　　多次運行，時間保持在0.0005-0.0006之間，主要是0.0006

　　結論：偏移offset較小的時候，直接使用limit較優。這個顯然是子查詢的原因。

　　2、offset大的時候。

　

　select * from yanxue8_visit limit 10000,10

　　多次運行，時間保持在0.0187左右

　　Select * From yanxue8_visit Where vid ＞=(

　　Select vid From yanxue8_visit Order By vid limit 10000,1

　　) limit

10

　　多次運行，時間保持在0.0061左右，只有前者的1/3。可以預計offset越大，後者越優。

　　以後要注意改正自己的limit語句，優化一下Mysql了

 

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，數據庫教程表占用硬盤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教程
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：

復制代碼 代碼如下:

$db=dblink();
$db->pagesize=20;
$sql="select id from collect where vtype=$vtype";
$db->execute($sql);
$strpage=$db->strpage();
//將分頁字符串保存在臨時變量，方便輸出
while($rs=$db->fetch_array()){
$strid.=$rs['id'].',';
}
$strid=substr($strid,0,strlen($strid)-1);
//構造出id字符串
$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；
$db->execute("select
id,title,url,sTime,gTime,vtype,tag from collect where id in ($strid)");
<?php教程 while($rs=$db->fetch_array()): ?>
<tr>
<td> <?php echo $rs['id'];?></td>
<td> <?php echo $rs['url'];?></td>
<td> <?php echo $rs['sTime'];?></td>
<td> <?php echo $rs['gTime'];?></td>
<td> <?php echo $rs['vtype'];?></td>
<td> <a href="?act=show&id=<?php echo $rs['id'];?>"
target="_blank"><?php echo $rs['title'];?></a></td>
<td> <?php echo
$rs['tag'];?></td>
</tr>
<?php endwhile;
?>
</table>
<?php
echo $strpage;
?>

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！

性能優化：
基於MySQL5.0中limit的高性能,我對數據分頁也重新有了新的認識.

1.
Select * From cyclopedia Where ID>=(
Select Max(ID) From (
 Select ID From cyclopedia Order By ID limit 90001
) As tmp
) limit 100;

2.
Select * From cyclopedia Where ID>=(
Select Max(ID) From (
 Select ID From cyclopedia Order By ID limit 90000,1
) As tmp
) limit 100;

同樣是取90000條後100條記錄,第1句快還是第2句快?
第1句是先取了前90001條記錄,取其中最大一個ID值作為起始標識,然後利用它可以快速定位下100條記錄
第2句擇是僅僅取90000條記錄後1條,然後取ID值作起始標識定位下100條記錄
第1句執行結果.100 rows in set (0.23) sec
第2句執行結果.100 rows in set (0.19) sec

很明顯第2句勝出.看來limit好像並不完全像我之前想象的那樣做全表掃描返回limit offset+length條記錄,這樣看來limit比起MS-SQL的Top性能還是要提高不少的.

其實第2句完全可以簡化成

Select * From cyclopedia Where ID>=(
Select ID From cyclopedia limit 90000,1
)limit 100;

直接利用第90000條記錄的ID,不用經過Max運算,這樣做理論上效率因該高一些,但在實際使用中幾乎看不到效果,因為本身定位ID返回的就是1條記錄,Max幾乎不用運作就能得到結果,但這樣寫更清淅明朗,省去了畫蛇那一足.

可是,既然MySQL有limit可以直接控制取出記錄的位置,為什麼不干脆用Select * From cyclopedia limit 90000,1呢?豈不更簡潔?
這樣想就錯了,試了就知道,結果是:1 row in set (8.88) sec,怎麼樣,夠嚇人的吧,讓我想起了昨天在4.1中比這還有過之的"高分".Select * 最好不要隨便用,要本著用什麼,選什麼的原則, Select的字段越多,字段數據量越大,速度就越慢. 上面2種分頁方式哪種都比單寫這1句強多了,雖然看起來好像查詢的次數更多一些,但實際上是以較小的代價換取了高效的性能,是非常值得的.

第1種方案同樣可用於MS-SQL,而且可能是最好的.因為靠主鍵ID來定位起始段總是最快的.

Select Top 100 * From cyclopedia Where ID>=(
Select Top 90001 Max(ID) From (
 Select ID From cyclopedia Order By ID
) As tmp
)

但不管是實現方式是存貯過程還是直接代碼中,瓶頸始終在於MS-SQL的TOP總是要返回前N個記錄,這種情況在數據量不大時感受不深,但如果成百上千萬,效率肯定會低下的.相比之下MySQL的limit就有優勢的多,執行:

Select ID From cyclopedia limit 90000
Select ID From cyclopedia limit 90000,1

的結果分別是:
90000 rows in set (0.36) sec
1 row in set (0.06) sec
而MS-SQL只能用Select Top 90000 ID From cyclopedia 執行時間是390ms,執行同樣的操作時間也不及MySQL的360ms.