<返回更多

MySQL大数据表如何分页

2022-11-30  今日头条  枫林晚粥
加入收藏

MySQL大数据量使用limit分页,随着页码的增大,查询效率越低下。

1. 直接用limit start, count分页语句, 也是我程序中用的方法:

select * from product limit start, count当起始页较小时,查询没有性能问题,我们分别看下从10, 100, 1000, 10000开始分页的执行时间(每页取20条), 如下:

select * from product limit 10, 20   --0.016秒
select * from product limit 100, 20   --0.016秒
select * from product limit 1000, 20   --0.047秒
select * from product limit 10000, 20   --0.094秒

我们已经看出随着起始记录的增加,时间也随着增大, 这说明分页语句limit跟起始页码是有很大关系的,那么我们把起始记录改为40w看下(也就是记录的一般左右)

select * from product limit 400000, 20 --3.229秒

再看我们取最后一页记录的时间

select * from product limit 866613, 20 --37.44秒

难怪搜索引擎抓取我们页面的时候经常会报超时,像这种分页最大的页码页显然这种时间是无法忍受的。

从中我们也能总结出两件事情:1)limit语句的查询时间与起始记录的位置成正比 2)mysql的limit语句是很方便,但是对记录很多的表并不适合直接使用。

2. 对limit分页问题的性能优化方法

利用表的覆盖索引来加速分页查询我们都知道,利用了索引查询的语句中如果只包含了那个索引列(覆盖索引),那么这种情况会查询很快。

因为利用索引查找有优化算法,且数据就在查询索引上面,不用再去找相关的数据地址了,这样节省了很多时间。另外Mysql中也有相关的索引缓存,在并发高的时候利用缓存就效果更好了。

在我们的例子中,我们知道id字段是主键,自然就包含了默认的主键索引。现在让我们看看利用覆盖索引的查询效果如何:

这次我们之间查询最后一页的数据(利用覆盖索引,只包含id列),如下:select id from product limit 866613, 20 0.2秒相对于查询了所有列的37.44秒,提升了大概100多倍的速度

那么如果我们也要查询所有列,有两种方法,一种是id>=的形式,另一种就是利用join,看下实际情况:

SELECT * FROM product WHERE ID > =(select id from product limit 866613, 1) limit 20

即:

SELECT * FROM product WHERE ID > =(select id from product limit offset, 1) limit count

查询时间为0.2秒,简直是一个质的飞跃

另一种写法

SELECT * FROM product a JOIN (select id from product limit 866613, 20) b ON a.ID = b.id

即:

SELECT * FROM product a JOIN (select id from product limit offset, count) b ON a.ID = b.id

3.实战

device_point表有3000多w数据,主键为id(uuid),需要分页查询

1. id≥写法

SELECT * FROM device_point
WHERE id >= (SELECT id FROM device_point where del_flag = 0 LIMIT 25000000,1) LIMIT 200;  

EXPLAIN执行时间:14.41s

起始ID

25000000

25102000

25104000

25106000

执行时间

10.590s

4.315s

4.315s

4.529s

 

2.join写法

SELECT * FROM device_point dp
JOIN (SELECT id FROM device_point WHERE del_flag = 0 LIMIT 26000000,200) tmp
ON dp.id = tmp.id

EXPLAIN执行时间:0.031s

起始ID

26000000

26002000

26002000

26002000

执行时间

10.590s

4.484s

4.484s

4.484s

声明:本站部分内容来自互联网,如有版权侵犯或其他问题请与我们联系,我们将立即删除或处理。
▍相关推荐
更多资讯 >>>