MySQL深分页问题解决的实战记录

前言

我们日常做分页需求时，一般会用limit实现，但是当偏移量特别大的时候，查询效率就变得低下。本文将分4个方案，讨论如何优化mysql百万数据的深分页问题，并附上最近优化生产慢sql的实战案例。

MySQL深分页问题解决的实战记录

limit深分页为什么会变慢？

先看下表结构哈：

				?

									create table account (

									  id int(11) not null auto_increment comment '主键id',

									  name varchar(255) default null comment '账户名',

									  balance int(11) default null comment '余额',

									  create_time datetime not null comment '创建时间',

									  update_time datetime not null on update current_timestamp comment '更新时间',

									  primary key (id),

									  key idx_name (name),

									  key idx_update_time (update_time) //索引

									) engine=innodb auto_increment=1570068 default charset=utf8 row_format=redundant comment='账户表';

假设深分页的执行sql如下：

				?

									select id,name,balance from account where update_time> '2020-09-19' limit 100000,10;

这个sql的执行时间如下：

MySQL深分页问题解决的实战记录

执行完需要0.742秒，深分页为什么会变慢呢？如果换成 limit 0,10，只需要0.006秒哦

MySQL深分页问题解决的实战记录

我们先来看下这个sql的执行流程：

通过普通二级索引树idx_update_time，过滤update_time条件，找到满足条件的记录id。
通过id，回到主键索引树，找到满足记录的行，然后取出展示的列（回表）
扫描满足条件的100010行，然后扔掉前100000行，返回。

MySQL深分页问题解决的实战记录

sql的执行流程

执行计划如下：

MySQL深分页问题解决的实战记录

sql变慢原因有两个：

limit语句会先扫描offset+n行，然后再丢弃掉前offset行，返回后n行数据。也就是说limit 100000,10，就会扫描100010行，而limit 0,10，只扫描10行。
limit 100000,10 扫描更多的行数，也意味着回表更多的次数。

通过子查询优化

因为以上的sql，回表了100010次，实际上，我们只需要10条数据，也就是我们只需要10次回表其实就够了。因此，我们可以通过减少回表次数来优化。

回顾b+ 树结构

那么，如何减少回表次数呢？我们先来复习下b+树索引结构哈~

innodb中，索引分主键索引（聚簇索引）和二级索引

主键索引，叶子节点存放的是整行数据
二级索引，叶子节点存放的是主键的值。

MySQL深分页问题解决的实战记录

把条件转移到主键索引树

如果我们把查询条件，转移回到主键索引树，那就不就可以减少回表次数啦。转移到主键索引树查询的话，查询条件得改为主键id了，之前sql的update_time这些条件咋办呢？抽到子查询那里嘛~

子查询那里怎么抽的呢？因为二级索引叶子节点是有主键id的，所以我们直接根据update_time来查主键id即可，同时我们把 limit 100000的条件，也转移到子查询，完整sql如下：

				?

									select id,name,balance from account where id >= (select a.id from account a where a.update_time >= '2020-09-19' limit 100000, 1) limit 10;

查询效果一样的，执行时间只需要0.038秒！

MySQL深分页问题解决的实战记录

我们来看下执行计划

MySQL深分页问题解决的实战记录

由执行计划得知，子查询 table a查询是用到了idx_update_time索引。首先在索引上拿到了聚集索引的主键id,省去了回表操作，然后第二查询直接根据第一个查询的 id往后再去查10个就可以了!

MySQL深分页问题解决的实战记录

因此，这个方案是可以的~

inner join 延迟关联

延迟关联的优化思路，跟子查询的优化思路其实是一样的：都是把条件转移到主键索引树，然后减少回表。不同点是，延迟关联使用了inner join代替子查询。

优化后的sql如下：

				?

									select  acct1.id,acct1.name,acct1.balance from account acct1 inner join (select a.id from account a where a.update_time >= '2020-09-19' order by a.update_time limit 100000, 10) as  acct2 on acct1.id= acct2.id;

查询效果也是杠杆的，只需要0.034秒

MySQL深分页问题解决的实战记录

执行计划如下：

MySQL深分页问题解决的实战记录

查询思路就是，先通过idx_update_time二级索引树查询到满足条件的主键id，再与原表通过主键id内连接，这样后面直接走了主键索引了，同时也减少了回表。

标签记录法

limit 深分页问题的本质原因就是：偏移量（offset）越大，mysql就会扫描越多的行，然后再抛弃掉。这样就导致查询性能的下降。

其实我们可以采用标签记录法，就是标记一下上次查询到哪一条了，下次再来查的时候，从该条开始往下扫描。就好像看书一样，上次看到哪里了，你就折叠一下或者夹个书签，下次来看的时候，直接就翻到啦。

假设上一次记录到100000，则sql可以修改为：

				?

									select  id,name,balance from account where id > 100000 order by id limit 10;

这样的话，后面无论翻多少页，性能都会不错的，因为命中了id索引。但是你，这种方式有局限性：需要一种类似连续自增的字段。

使用between...and...

很多时候，可以将limit查询转换为已知位置的查询，这样mysql通过范围扫描between...and，就能获得到对应的结果。

如果知道边界值为100000，100010后，就可以这样优化：

				?

									select  id,name,balance from account where id between 100000 and 100010 order by id desc;

手把手实战案例

我们一起来看一个实战案例哈。假设现在有表结构如下，并且有200万数据.

				?

									create table account (

									 id varchar(32) collate utf8_bin not null comment '主键',

									 account_no varchar(64) collate utf8_bin not null default '' comment '账号'

									 amount decimal(20,2) default null comment '金额'

									 type varchar(10) collate utf8_bin default null comment '类型a，b'

									 create_time datetime default null comment '创建时间',

									 update_time datetime default null comment '更新时间',

									 primary key (id),

									 key `idx_account_no` (account_no),

									 key `idx_create_time` (create_time)

									 ) engine=innodb default charset=utf8 collate=utf8_bin comment='账户表'

业务需求是这样：获取最2021年的a类型账户数据，上报到大数据平台。

一般思路的实现方式

很多伙伴接到这么一个需求，会直接这么实现了：

				?

									//查询上报总数量

									integer total = accountdao.countaccount();

									//查询上报总数量对应的sql

									<select id ='countaccount' resulttype="java.lang.integer">

									  seelct count(1) 

									  from account

									  where create_time >='2021-01-01 00:00:00'

									  and  type ='a'

									</select>

									//计算页数

									int pageno = total % pagesize == 0 ? total / pagesize : (total / pagesize + 1);

									//分页查询，上报

									for(int i = 0; i < pageno; i++){

									 list<acctountpo> list = accountdao.listaccountbypage(startrow,pagesize);

									 startrow = (pageno-1)*pagesize;

									 //上报大数据

									 postbigdata(list);

									}

									//分页查询sql（可能存在limit深分页问题，因为account表数据量几百万）

									<select id ='listaccountbypage' >

									  seelct * 

									  from account

									  where create_time >='2021-01-01 00:00:00'

									  and  type ='a'

									  limit #{startrow},#{pagesize}

									</select>

实战优化方案

以上的实现方案，会存在limit深分页问题，因为account表数据量几百万。那怎么优化呢？

其实可以使用标签记录法，有些伙伴可能会有疑惑，id主键不是连续的呀，真的可以使用标签记录？

当然可以，id不是连续，我们可以通过order by让它连续嘛。优化方案如下：

				?

									//查询最小id

									string  lastid = accountdao.queryminid();

									//查询最大id对应的sql

									<select id="queryminid" returntype=“java.lang.string”>

									select min(id) 

									from account

									where create_time >='2021-01-01 00:00:00'

									and type ='a'

									</select>

									//一页的条数

									integer pagesize = 100;

									list<acctountpo> list ;

									do{

									   list = listaccountbypage(lastid,pagesize);

									   //标签记录法，记录上次查询过的id

									   lastid = list.get(list,size()-1).getid();

									    //上报大数据

									    postbigdata(list);

									}while(collectionutils.isnotempty(list));

									<select id ="listaccountbypage">

									  select * 

									  from account 

									  where create_time >='2021-01-01 00:00:00'

									  and id > #{lastid}

									  and type ='a'

									  order by id asc  

									  limit #{pagesize}

									</select>