MySQL优化案例系列-mysql分页优化

网络编程 2021-07-05 14:36www.168986.cn编程入门

这篇文章主要介绍了MySQL优化案例系列-mysql分页优化,需要的朋友可以参考下

通常，我们会采用ORDER BY LIMIT start, offset 的方式来进行分页查询。例如狼蚁网站SEO优化这个SQL

SELECT  FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 100, 10;

或者像狼蚁网站SEO优化这个不带任何条件的分页SQL

SELECT  FROM `t1` ORDER BY id DESC LIMIT 100, 10;

一般而言，分页SQL的耗时随着 start 值的增加而急剧增加，我们来看狼蚁网站SEO优化这2个不同起始值的分页SQL执行耗时

yejr@imysql.> SELECT  FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 500, 10;
…
10 rows in set (0.05 sec)
yejr@imysql.> SELECT  FROM `t1` WHERE ftype=6 ORDER BY id DESC LIMIT 935500, 10;
…
10 rows in set (2.39 sec)

可以看到，随着分页数量的增加，SQL查询耗时也有数十倍增加，显然不科学。今天我们就来分析下，如何能优化这个分页方案。一般滴，想要优化分页的终极方案就是没有分页，哈哈哈~~~，不要说我讲废话，确实如此，可以把分页算法交给Sphinx、Lucence等第三方解决方案，没必要让MySQL来做它不擅长的事情。了，有小伙伴说，用第三方太麻烦了，我们就想用MySQL来做这个分页，咋办呢？莫急，且待我们慢慢分析，先看下表DDL、数据量、查询SQL的执行计划等信息

yejr@imysql.> SHOW CREATE TABLE `t1`;
CREATE TABLE `t1` (
 `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
...
 `ftype` tinyint(3) unsigned NOT NULL,
...
 PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

yejr@imysql.> select count() from t1;
+----------+
| count() |
+----------+
| 994584 |
+----------+

yejr@imysql.> EXPLAIN SELECT  FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 500, 10\G
 1. row 
 id: 1
 select_type: SIMPLE
 table: t1
 type: index
possible_keys: NULL
 key: PRIMARY
 key_len: 4
 ref: NULL
 rows: 510
 Extra: Using where

yejr@imysql.> EXPLAIN SELECT  FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 935500, 10\G
 1. row 
 id: 1
 select_type: SIMPLE
 table: t1
 type: index
possible_keys: NULL
 key: PRIMARY
 key_len: 4
 ref: NULL
 rows: 935510
 Extra: Using where

可以看到，虽然通过主键索引进行扫描了，但第二个SQL需要扫描的记录数太大了，而且需要先扫描约935510条记录，然后再根据排序结果取10条记录，这肯定是非常慢了。针对这种情况，我们的优化思路就比较清晰了，有两点

1、尽可能从索引中直接获取数据，避免或减少直接扫描行数据的频率
2、尽可能减少扫描的记录数，也就是先确定起始的范围，再往后取N条记录即可

据此，我们有两种相应的改写方法子查询、表连接，即狼蚁网站SEO优化这样的

#采用子查询的方式优化，在子查询里先从索引获取到最大id，然后倒序排，再取10行结果集
#注意这里采用了2次倒序排，在取LIMIT的start值时，比原来的值加了10，即935510，否则结果将和原来的不一致

yejr@imysql.> EXPLAIN SELECT  FROM (SELECT  FROM `t1` WHERE id > ( SELECT id FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 935510, 1) LIMIT 10) t ORDER BY id DESC\G
 1. row 
 id: 1
 select_type: PRIMARY
 table: <derived2>
 type: ALL
possible_keys: NULL
 key: NULL
 key_len: NULL
 ref: NULL
 rows: 10
 Extra: Using filesort
 2. row 
 id: 2
 select_type: DERIVED
 table: t1
 type: ALL
possible_keys: PRIMARY
 key: NULL
 key_len: NULL
 ref: NULL
 rows: 973192
 Extra: Using where
 3. row 
 id: 3
 select_type: SUBQUERY
 table: t1
 type: index
possible_keys: NULL
 key: PRIMARY
 key_len: 4
 ref: NULL
 rows: 935511
 Extra: Using where

#采用INNER JOIN优化，JOIN子句里也优先从索引获取ID列表，然后直接关联查询获得最终结果，这里不需要加10
yejr@imysql.> EXPLAIN SELECT  FROM `t1` INNER JOIN ( SELECT id FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 935500,10) t2 USING (id)\G
 1. row 
 id: 1
 select_type: PRIMARY
 table: <derived2>
 type: ALL
possible_keys: NULL
 key: NULL
 key_len: NULL
 ref: NULL
 rows: 935510
 Extra: NULL
 2. row 
 id: 1
 select_type: PRIMARY
 table: t1
 type: eq_ref
possible_keys: PRIMARY
 key: PRIMARY
 key_len: 4
 ref: t2.id
 rows: 1
 Extra: NULL
 3. row 
 id: 2
 select_type: DERIVED
 table: t1
 type: index
possible_keys: NULL
 key: PRIMARY
 key_len: 4
 ref: NULL
 rows: 973192
 Extra: Using where

然后我们来对比下这2个优化后的新SQL执行时间

yejr@imysql.> SELECT  FROM (SELECT  FROM `t1` WHERE id > ( SELECT id FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 935510, 1) LIMIT 10) T ORDER BY id DESC;
...
rows in set (1.86 sec)
#采用子查询优化，从profiling的结果来看，相比原来的那个SQL快了28.2%

yejr@imysql.> SELECT  FROM `t1` INNER JOIN ( SELECT id FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 935500,10) t2 USING (id);
...
10 rows in set (1.83 sec)
#采用INNER JOIN优化，从profiling的结果来看，相比原来的那个SQL快了30.8%

我们再来看一个不带过滤条件的分页SQL对比

#原始SQL
yejr@imysql.> EXPLAIN SELECT  FROM `t1` ORDER BY id DESC LIMIT 935500, 10\G
 1. row 
   id: 1
 select_type: SIMPLE
  table: t1
   type: index
possible_keys: NULL
   key: PRIMARY
  key_len: 4
   ref: NULL
   rows: 935510
  Extra: NULL

yejr@imysql.> SELECT  FROM `t1` ORDER BY id DESC LIMIT 935500, 10;
...
10 rows in set (2.22 sec)

#采用子查询优化
yejr@imysql.> EXPLAIN SELECT  FROM (SELECT  FROM `t1` WHERE id > ( SELECT id FROM `t1` ORDER BY id DESC LIMIT 935510, 1) LIMIT 10) t ORDER BY id DESC;
 1. row 
   id: 1
 select_type: PRIMARY
  table: <derived2>
   type: ALL
possible_keys: NULL
   key: NULL
  key_len: NULL
   ref: NULL
   rows: 10
  Extra: Using filesort
 2. row 
   id: 2
 select_type: DERIVED
  table: t1
   type: ALL
possible_keys: PRIMARY
   key: NULL
  key_len: NULL
   ref: NULL
   rows: 973192
  Extra: Using where
 3. row 
   id: 3
 select_type: SUBQUERY
  table: t1
   type: index
possible_keys: NULL
   key: PRIMARY
  key_len: 4
   ref: NULL
   rows: 935511
  Extra: Using index

yejr@imysql.> SELECT  FROM (SELECT  FROM `t1` WHERE id > ( SELECT id FROM `t1` ORDER BY id DESC LIMIT 935510, 1) LIMIT 10) t ORDER BY id DESC;
…
10 rows in set (2.01 sec)
#采用子查询优化，从profiling的结果来看，相比原来的那个SQL快了10.6%


#采用INNER JOIN优化
yejr@imysql.> EXPLAIN SELECT  FROM `t1` INNER JOIN ( SELECT id FROM `t1`ORDER BY id DESC LIMIT 935500,10) t2 USING (id)\G
 1. row 
   id: 1
 select_type: PRIMARY
  table: 
   type: ALL
possible_keys: NULL
   key: NULL
  key_len: NULL
   ref: NULL
   rows: 935510
  Extra: NULL
 2. row 
   id: 1
 select_type: PRIMARY
  table: t1
   type: eq_ref
possible_keys: PRIMARY
   key: PRIMARY
  key_len: 4
   ref: t1.id
   rows: 1
  Extra: NULL
 3. row 
   id: 2
 select_type: DERIVED
  table: t1
   type: index
possible_keys: NULL
   key: PRIMARY
  key_len: 4
   ref: NULL
   rows: 973192
  Extra: Using index

yejr@imysql.> SELECT  FROM `t1` INNER JOIN ( SELECT id FROM `t1`ORDER BY id DESC LIMIT 935500,10) t2 USING (id);
…
10 rows in set (1.70 sec)
#采用INNER JOIN优化，从profiling的结果来看，相比原来的那个SQL快了30.2%

至此，我们看到采用子查询或者INNER JOIN进行优化后，都有大幅度的提升，这个方法也同样适用于较小的分页，虽然LIMIT开始的 start 位置小了很多，SQL执行时间也快了很多，但采用这种方法后，带WHERE条件的分页分别能提高查询效率24.9%、156.5%，不带WHERE条件的分页分别提高查询效率554.5%、11.7%，各位可以自行进行测试验证。单从提升比例说，还是挺可观的，确保这些优化方法可以适用于各种分页模式，就可以从一开始就是用。我们来看下各种场景相应的提升比例是多少

	大分页，带WHERE	大分页，不带WHERE	大分页平均提升比例	小分页，带WHERE	小分页，不带WHERE	总体平均提升比例
子查询优化	28.20%	10.60%	19.40%	24.90%	554.40%	154.53%
INNER JOIN优化	30.80%	30.20%	30.50%	156.50%	11.70%	57.30%

结论这样看就和明显了，尤其是针对大分页的情况，我们优先推荐使用INNER JOIN方式优化分页算法。

上述每次测试都重启mysqld实例，并且加了SQL_NO_CACHE，以保证每次都是直接数据文件或索引文件中读取。如果数据经过预热后，查询效率会一定程度提升，但但上述相应的效率提升比例还是基本一致的。

2014/07/28后记更新

其实如果是不带任何条件的分页，就没必要用这么麻烦的方法了，可以采用对主键采用范围检索的方法，例如参考这篇

上一篇：Advanced Pagination for MySQL(mysql高级分页) 下一篇：MySQL中的常用函数

MySQL优化案例系列-mysql分页优化

狼蚁网络搜索

狼蚁网络导航

长沙seo优化

长沙网络营销

长沙网站建设

MySQL优化案例系列-mysql分页优化

编程语言

狼蚁网络搜索

狼蚁网络导航

长沙seo优化

长沙网络营销

长沙网站建设