MySQL高效分頁與分頁優化分析

在mysql中分頁優化是一個老生常談的問題，如果我們幾萬條數據直接使用limit不需要做任何操作即可完成分頁並且性能還不錯，但是百萬千萬級數據我們就需要對limit進行有效的優化才能完成高效分頁了，要不就會卡死數據庫哦。在Percona Performance Conference 2009大會上來自yahoo的Surat Singh Bhati ([email protected]) 和 Rick James ([email protected])給大家分享了MySQL高效分頁的經驗。 一、概述

• 常見分頁方式
• schema設計和常見的分頁方式(偏移)
• 避免分頁偏移過大的技巧
• 性能對比
• 重點

二、常見分頁方式
三.前提
大記錄表要高效分頁

1. WHERE條件使用索引完成
2. WHERE條件和排序能夠使用同個索引完成
3.  

基礎知識

• http://dev.mysql.com/doc/refman/5.1/en/mysql-indexes.html
• http://dev.mysql.com/doc/refman/5.1/en/order-by-optimization.html
• http://dev.mysql.com/doc/refman/5.1/en/limit-optimization.html

    索引 a_b_c (a, b, c)   下面的查詢可以使用索引來解決ORDER部分：

• ORDER BY a
• ORDER BY a,b
• ORDER BY a, b, c
• ORDER BY a DESC, b DESC, c DESC

下面的查詢可以使用索引來解決WHERE和ORDER部分：:

• WHERE a = const ORDER BY b, c
• WHERE a = const AND b = const ORDER BY c
• WHERE a = const ORDER BY b, c
• WHERE a = const AND b > const ORDER BY b, c

下面的查詢無法使用索引完成，需額外排序：

• ORDER BY a ASC, b DESC, c DESC /* 混合ASC和DESC */
• WHERE g = const ORDER BY b, c /* 字段g不是索引一部分 */
• WHERE a = const ORDER BY c /* 沒有使用字段b */
• WHERE a = const ORDER BY a, d /* 字段d不是索引的一部分 */

  四、Schema 設計

	  
		 代碼如下
		復制代碼
	  
	  
		
CREATE TABLE `message` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`title` varchar(255) COLLATE utf8_unicode_ci NOT NULL,
`user_id` int(11) NOT NULL,
`content` text COLLATE utf8_unicode_ci NOT NULL,
`create_time` int(11) NOT NULL,
`thumbs_up` int(11) NOT NULL DEFAULT '0', /* 投票數 */
PRIMARY KEY (`id`),
KEY `thumbs_up_key` (`thumbs_up`,`id`)
) ENGINE=InnoDB

mysql> show table status like 'message' G
Engine: InnoDB
Version: 10
Row_format: Compact
Rows: 50000040 /* 5千萬 */
Avg_row_length: 565
Data_length: 28273803264 /* 26 GB */
Index_length: 789577728 /* 753 MB */
Data_free: 6291456
Create_time: 2009-04-20 13:30:45

	  
	兩個分頁例子：

• 按照time(發布時間)分頁，新發布的在前面
• 按照thumps_up(投票數)分頁，票高的在前面

五、典型的分頁查詢
1.統計記錄數量

	  
		 代碼如下
		復制代碼
	  
	  
		
SELECT count(*) FROM message

	  
	2. 查詢當前頁

	  
		 代碼如下
		復制代碼
	  
	  
		
SELECT * FROM message ORDER BY id DESC LIMIT 0, 20

    

    http://domain.com/message?page=1
    
    ORDER BY id DESC LIMIT 0, 20
    

    http://domain.com/message?page=2
    
    ORDER BY id DESC LIMIT 20, 20
    

    http://domain.com/message?page=3
    
    ORDER BY id DESC LIMIT 40, 20


	  
	提示：id 是自動增長的(auto_increment)，通過id就可以取得最新的列表，不需要創建專門記錄時間的字段。

六、explain

	  
		 代碼如下
		復制代碼
	  
	  
		
mysql> explain SELECT * FROM message
ORDER BY id DESC
LIMIT 10000, 20G
***************** 1. row **************
id: 1
select_type: SIMPLE
table: message
type: index
possible_keys: NULL
key: PRIMARY
key_len: 4
ref: NULL
rows: 10020
Extra:
1 row in set (0.00 sec)

	  
	

• 它可以使用索引，並且只要找到需要的結果後就停止掃描.
• LIMIT 10000, 20 需要讀取前10000行，然後獲取後面的20行

六、瓶頸

• 較大的偏移(OFFSET)會增加結果集， MySQL has to bring data in memory that is never returned to caller.
• Performance issue is more visible when your have database that can’t fit in main memory.
• 小比例的低效分頁足夠產生磁盤I/O瓶頸
• 為了顯示“第 21條 至 40條 (共 1000000)，需要統計1000000行

七、簡單的解決方法

1. 不顯示記錄總數，沒用戶在乎這個數字
2. 不讓用戶訪問頁數比較大的記錄，重定向他們

八、避免count(*)

1. 不顯示總數，讓用戶通過“下一頁”來翻頁
2. 緩存總數，顯示一個大概值，沒有用戶在乎是324533條還是324633 （譯：測試在乎-_-!!）
3. Display 41 to 80 of Thousands
4. 單獨統計總數，在插入和刪除時遞增/遞減

九、解決偏移查詢

1. 更改ui，不提供跳到某頁的按鈕
2. LIMIT N 是高效的, 但不要使用 LIMIT M,N
   • 從WHERE條件裡找到分頁(LIMIT N)的線索
   • Find the desired records using more restricted WHERE using given clue and ORDER BY and LIMIT N without OFFSET)
    

十、尋找線索
譯：last_seen是id。這裡的分頁只有“上一頁”、“下一頁” 按鈕
十一、根據線索解決方案
下一頁: http://domain.com/forum?page=2&last_seen=100&dir=next

WHERE id< 100 /* last_seen */
ORDER BY id DESC LIMIT $page_size /* 沒有偏移 */

上一頁:

1. http://domain.com/forum?page=1&last_seen=98&dir=prev

WHERE id > 98 /* last_seen */
ORDER BY id ASC LIMIT $page_size /* 沒有偏移 */

譯：通過每頁第一條或最後一條記錄的id來做條件篩選，再配合降序和升序獲得上/下一頁的結果集
十二、根據線索解決方案

	  
		 代碼如下
		復制代碼
	  
	  
		
mysql> explain
SELECT * FROM message
WHERE id < '49999961'
ORDER BY id DESC LIMIT 20 G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: message
type: range
possible_keys: PRIMARY
key: PRIMARY
key_len: 4
ref: NULL
Rows: 25000020 /* 忽略這裡 */
Extra: Using where
1 row in set (0.00 sec)

	  
	十三、當你排序的字段不是唯一的，怎麼辦?

 代碼如下 復制代碼 99
99
98 第一頁
98
98 98
98
97 第二頁
97
10 我們不能這樣查詢:

	  
		 代碼如下
		復制代碼
	  
	  
		
WHERE thumbs_up< 98
ORDER BY thumbs_up DESC /* 結果將返回重復的記錄 */

	  
	我們可以這樣查詢:

	  
		 代碼如下
		復制代碼
	  
	  
		
WHERE thumbs_up <= 98
AND <額外的條件>
ORDER BY thumbs_up DESC

	  
	十四、額外的條件

• 考慮到 thumbs_up 是“主要字段”，如果我們添加一個“次要字段”，我們可以使用“主要字段”和“次要字段”作為查詢條件
• 其次，我們可以考慮使用id(primary key)作為我們的次要字段

十五、解決方案
第一頁：

	  
		 代碼如下
		復制代碼
	  
	  
		
SELECT thumbs_up, id
FROM message
ORDER BY thumbs_up DESC, id DESC
LIMIT $page_size
+-----------+----+
| thumbs_up | id |
+-----------+----+
| 99 | 14 |
| 99 | 2 |
| 98 | 18 |
| 98 | 15 |
| 98 | 13 |
+-----------+----+

	  
	下一頁：

	  
		 代碼如下
		復制代碼
	  
	  
		
SELECT thumbs_up, id
FROM message
WHERE thumbs_up <= 98 AND (id < 13 OR thumbs_up< 98)
ORDER BY thumbs_up DESC, id DESC
LIMIT $page_size
+-----------+----+
| thumbs_up | id |
+-----------+----+
| 98 | 10 |
| 98 | 6 |
| 97 | 17 |

	  
	十六、優化

查詢:

	  
		 代碼如下
		復制代碼
	  
	  
		
SELECT * FROM message
WHERE thumbs_up <= 98
AND (id < 13 OR thumbs_up < 98)
ORDER BY thumbs_up DESC, id DESC
LIMIT 20

	  
	我們可以這樣寫:

	  
		 代碼如下
		復制代碼
	  
	  
		
SELECT m2.* FROM message m1, message m2
WHERE m1.id = m2.id
AND m1.thumbs_up <= 98
AND (m1.id <13 OR m1.thumbs_up< 98)
ORDER BY m1.thumbs_up DESC, m1.id DESC
LIMIT 20;

	  
	十七、explain

	  
		 代碼如下
		復制代碼
	  
	  
		
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: m1
type: range
possible_keys: PRIMARY,thumbs_up_key
key: thumbs_up_key /* (thumbs_up,id) */
key_len: 4
ref: NULL
Rows: 25000020 /* 忽略這裡 */
Extra: Using where; Using index /* Cover 譯：Cover就是說所需要的數據之從索引裡獲取就可以滿足了 */
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: m2
type: eq_ref
possible_keys: PRIMARY
key: PRIMARY
key_len: 4
ref: forum.m1.id
rows: 1
Extra:

	  
	十八、性能提升

十九、吞吐量提升
每頁30條記錄，查看第一頁的話，使用 LIMIT OFFSET, N方式，可以達到 600 次查詢/秒，如果使用 LIMIT N (無偏移)方式，提升到 3.7k 次查詢/秒
二十、Bonus Point
Product issue with LIMIT M, N User is reading a page, in the mean time some records may be added to
previous page. Due to insert/delete pages records are going to move forward/backward
as rolling window:
– User is reading messages on 4th page
– While he was reading, one new message posted (it would be there on page
one), all pages are going to move one message to next page.
– User Clicks on Page 5
– One message from page got pushed forward on page 5, user has to read it
again No such issue with news approach
二十一、不足
SEO專家會說:Let bot reach all you pages with fewer number of deep dive 兩個解決方案：
Two Solutions:
• Read extra rows
– Read extra rows in advance and construct links for few previous & next pages
• Use small offset
– Do not read extra rows in advance, just add links for few past & next pages
with required offset & last_seen_id on current page
– Do query using new approach with small offset to display desired page