程式師世界 >> 數據庫知識 >> MYSQL數據庫 >> 關於MYSQL數據庫 >> MySQL優化案例系列-mysql分頁優化

MySQL優化案例系列-mysql分頁優化

編輯：關於MYSQL數據庫

通常，我們會采用ORDER BY LIMIT start, offset 的方式來進行分頁查詢。例如下面這個SQL：

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

或者像下面這個不帶任何條件的分頁SQL：

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

一般而言，分頁SQL的耗時隨著 start 值的增加而急劇增加，我們來看下面這2個不同起始值的分頁SQL執行耗時：

[email protected]> SELECT * FROM `t1` WHERE ftype=1 ORDER BY id DESC LIMIT 500, 10;
…
10 rows in set (0.05 sec)
[email protected]> SELECT * FROM `t1` WHERE ftype=6 ORDER BY id DESC LIMIT 935500, 10;
…
10 rows in set (2.39 sec)

可以看到，隨著分頁數量的增加，SQL查詢耗時也有數十倍增加，顯然不科學。今天我們就來分析下，如何能優化這個分頁方案。一般滴，想要優化分頁的終極方案就是：沒有分頁，哈哈哈~~~，不要說我講廢話，確實如此，可以把分頁算法交給Sphinx、Lucence等第三方解決方案，沒必要讓MySQL來做它不擅長的事情。當然了，有小伙伴說，用第三方太麻煩了，我們就想用MySQL來做這個分頁，咋辦呢？莫急，且待我們慢慢分析，先看下表DDL、數據量、查詢SQL的執行計劃等信息：

[email protected]> 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;

[email protected]> select count(*) from t1;
+----------+
| count(*) |
+----------+
| 994584 |
+----------+

[email protected]> 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

[email protected]> 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，雖然通過主鍵索引進行掃描了，但第二個SQL需要掃描的記錄數太大了，而且需要先掃描約935510條記錄，然後再根據排序結果取10條記錄，這肯定是非常慢了。針對這種情況，我們的優化思路就比較清晰了，有兩點：

1、盡可能從索引中直接獲取數據，避免或減少直接掃描行數據的頻率
2、盡可能減少掃描的記錄數，也就是先確定起始的范圍，再往後取N條記錄即可

據此，我們有兩種相應的改寫方法：子查詢、表連接，即下面這樣的：

#采用子查詢的方式優化，在子查詢裡先從索引獲取到最大id，然後倒序排，再取10行結果集
#注意這裡采用了2次倒序排，因此在取LIMIT的start值時，比原來的值加了10，即935510，否則結果將和原來的不一致

[email protected]> 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優化，JOIN子句裡也優先從索引獲取ID列表，然後直接關聯查詢獲得最終結果，這裡不需要加10
[email protected]> 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

然後我們來對比下這2個優化後的新SQL執行時間：

[email protected]> 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)
#采用子查詢優化，從profiling的結果來看，相比原來的那個SQL快了：28.2%

[email protected]> 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優化，從profiling的結果來看，相比原來的那個SQL快了：30.8%

我們再來看一個不帶過濾條件的分頁SQL對比：

#原始SQL
[email protected]> 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

[email protected]> SELECT * FROM `t1` ORDER BY id DESC LIMIT 935500, 10;
...
10 rows in set (2.22 sec)

#采用子查詢優化
[email protected]> 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

[email protected]> 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)
#采用子查詢優化，從profiling的結果來看，相比原來的那個SQL快了：10.6%


#采用INNER JOIN優化
[email protected]> 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

[email protected]> 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優化，從profiling的結果來看，相比原來的那個SQL快了：30.2%

至此，我們看到采用子查詢或者INNER JOIN進行優化後，都有大幅度的提升，這個方法也同樣適用於較小的分頁，雖然LIMIT開始的 start 位置小了很多，SQL執行時間也快了很多，但采用這種方法後，帶WHERE條件的分頁分別能提高查詢效率：24.9%、156.5%，不帶WHERE條件的分頁分別提高查詢效率：554.5%、11.7%，各位可以自行進行測試驗證。單從提升比例說，還是挺可觀的，確保這些優化方法可以適用於各種分頁模式，就可以從一開始就是用。我們來看下各種場景相應的提升比例是多少：

大分頁，帶WHERE 大分頁，不帶WHERE 大分頁平均提升比例 小分頁，帶WHERE 小分頁，不帶WHERE 總體平均提升比例 子查詢優化 28.20% 10.60% 19.40% 24.90% 554.40% 154.53% INNER JOIN優化 30.80% 30.20% 30.50% 156.50% 11.70% 57.30%

結論：這樣看就和明顯了，尤其是針對大分頁的情況，因此我們優先推薦使用INNER JOIN方式優化分頁算法。

上述每次測試都重啟mysqld實例，並且加了SQL_NO_CACHE，以保證每次都是直接數據文件或索引文件中讀取。如果數據經過預熱後，查詢效率會一定程度提升，但但上述相應的效率提升比例還是基本一致的。

2014/07/28後記更新：

其實如果是不帶任何條件的分頁，就沒必要用這麼麻煩的方法了，可以采用對主鍵采用范圍檢索的方法，例如參考這篇：Advance for MySQL Pagination